Skip navigation

TN656 : تعیین شکل اجسام آنومال با استفاده از آنومالی‌های گرانی به روش شبکه عصبی مصنوعی وتخمین عمق آنها
پایان نامه > کتابخانه مرکزی دانشگاه صنعتی شاهرود > مهندسی معدن، ژئوفیزیک و نفت > مقطع کارشناسی ارشد > سال 1394
پدیدآورندگان:
مهین محمدزاده [پدیدآور اصلی]، حمید آقاجانی[استاد راهنما]، امین روشندل کاهو[استاد راهنما]، بهزاد تخم چی[استاد مشاور]
چکیده: در ژئوفیزیک کاربردی از روش‌های مختلفی برای شناسایی ساختارهای زیرسطحی و تفسیر کمی و کیفی بی‌هنجاری‌های ناشی از چنین ساختارهایی استفاده می‌شود. شناسایی گسترش سطحی، عمقی و عمق قرارگیری اجسام، توده‌ها و پدیده‌های زمین‌شناسی از اهداف ژئوفیزیکی هستند. در بین روش‌های ژئوفیزیکی، روش گرانی‌سنجی برای شناسایی بی‌هنجاری‌های زمین‌شناسی در مقیاس‌های مختلف به کار برده می‌شود. برای تفسیر کیفی و کمی بی‌هنجاری‌ها، شناخت شکل و عمق آن‌ها با مدل‌سازی به روش‌های گوناگون استفاده می‌شود. به این منظور مدل‌های ساده مانند کره، استوانه و مدل‌های تلفیقی به کار برده می‌شود. یکی از روش‌های مورد استفاده در خصوص تفسیر کیفی و کمی روش شبکه عصبی مصنوعی است. در این تحقیق هدف استفاده از روش شبکه عصبی مصنوعی برای تخمین شکل ساختارهای زیرسطحی، تخمین عمق، شعاع و چگالی بی‌هنجاری‌های ناشی از آن‌ها است. بنابراین با تهیه‌ی مدل‌های مصنوعی و محاسبه‌ی اثر گرانی آن‌ها، به طراحی شبکه‌های عصبی پرداخته شده است. شبکه‌ عصبی مورد استفاده در این تحقیق MLP بوده که با تعدادی مدل‌ مصنوعی، بخشی برای آموزش و تعدادی برای اعتبارسنجی و ارزیابی، آموزش دیده است. به منظور تخمین شکل، عمق، شعاع و چگالی آنومالی‌ها، چهار شبکه‌ی عصبی مجزا تهیه و ساخته شده است، که ابتدا شکل بی‌هنجاری‌ها شناسایی و سپس بر اساس آن تخمین عمق، شعاع و چگالی امکان‌پذیر شده است. برای این‌کار به جهت هماهنگ ساختن نتایج مدل‌سازی با واقعیت زمین، از مدل‌های ساده‌ کروی، مدل استوانه‌ای و مدل مصنوعی مرکب کروی - استوانه‌ قائم (گنبد نمکی) با ابعاد و پارامترهای مختلف استفاده شد. با توجه به این‌که شکل آنومالی گرانی وابسته به ابعاد، عمق و شکل ساختارهای زیرسطحی است، بنابراین از ویژگی‌های وابسته به نمودار اثر گرانی این پدیده‌ها به عنوان ورودی شبکه‌ مصنوعی استفاده شده است. برای آموزش شبکه ابتدا تعدادی از نتایج مدل‌های مختلف جهت آموزش شبکه و سایر مدل‌ها به عنوان ارزیابی و اعتبارسنجی شبکه استفاده شد. برای تولید یک شبکه‌ عصبی بهینه، شبکه‌ای با لایه‌ها و تعداد نرون‌های مختلف بررسی و نمودار عملکرد هر شبکه در حالت‌های متفاوت تهیه و برآورد شد تا مدل بهینه حاصل شود. بدین ترتیب با ساخت چند شبکه‌ به تخمین شکل، عمق، شعاع و چگالی بی‌هنجاری‌های زیرسطحی پرداخته شد. در نهایت از شبکه‌ بهینه شده برای تفسیر داده‌های گرانی واقعی، یعنی گنبد نمکی هرمز و گنبد نمکی هامبل استفاده شد. نتایج بررسی‌ها نشان داد که شکل گنبد نمکی هامبل تا حد زیادی کروی شکل و عمق آن حدود 5.2 تخمین زده شد. همچنین از این روش در تخمین شکل و عمق آنومالی نمک هرمز در استان هرمزگان استفاده شد و نتایج این بررسی نشان می‌دهد که شکل این ساختار نمکی مرکب یعنی حالت دودکش و به همراه عرقچین کروی بوده است.
کلید واژه ها (نمایه ها):
#بی‌هنجاری گرانی #پرسپترون چندلایه (MLP) #تخمین شکل و عمق #شبکه عصبی مصنوعی #گرانی‌سنجی #گنبد نمکی
محل نگهداری: کتابخانه مرکزی دانشگاه صنعتی شاهرود
یادداشت: حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.
تعداد بازدید کننده: 101
پایان نامه های مرتبط (بر اساس کلیدواژه ها)