فهرست نشریات علمی دسترسی آزاد ایران

در مسائل وارون، روش‌های بهینه‌سازی برای یافتن برخی پارامترهای فیزیکی و هندسی ساختارهای زیرزمینی به کار می‌روند. در این مقاله، با استفاده از داده‌های گرانی، از الگوریتم هوشمند ژنتیک به عنوان یک روش بهینه‌سازی در تخمین پارامترهای یک گسل با ضخامت محدود استفاده می‌شود. به این منظور داده‌های مصنوعی بدون و با نوفه گاوسی حاصل از گسل‌های نرمال و معکوس در راستای عمود بر امتداد بی‌هنجاری تولید و سپس با الگوریتم ژنتیک، پارامترها شامل ضخامت، عمق بالایی، عمق پایینی و زاویه شیب گسل به دست می‌آیند. تعداد جمعیت اولیه مفروض یکی از متغیرهای تاثیرگذار در سرعت همگرایی الگوریتم و دقت نتایج است. با این روش، پارامترهای مدل گسل نرمال با داده‌های بدون نوفه با خطای کمتر از یک درصد، با داده‌های با نوفه 5 درصد با خطای کمتر از 6 درصد و با داده‌های با نوفه 10 درصد با خطای کمتر از 10 درصد به دست آمدند. در گام بعد برای بهبود کیفیت پارامترهای تخمین زده شده از فیلتر هموار سازی میانگین متحرک مرتبه دوم برای گسل معکوس استفاده شد که منجر به بهبود نتایج و افزایش سرعت همگرایی الگوریتم گردید. در این حالت، پارامترها با داده‌ها با 10 درصد نوفه با خطای تخمین کمتر از 2 درصد به دست آمدند و استفاده از فیلتر میانگین متحرک مرتبه دوم سبب شد پس از تعداد کمتری تکرار الگوریتم، تابع هدف کمینه شده و پارامترهای گسل معکوس به دست آیند. سرانجام الگوریتم بر روی داده‌های گرانی واقعی گسل کلاته‌خیج اعمال شد که نتایج به دست آمده با شواهد زمین‌شناسی همخوانی قابل قبولی داشت.