فهرست نشریات علمی دسترسی آزاد ایران

مقاله حاضر به وارون‌سازی نامقید غیرخطی داده­های مغناطیسی به کمک الگوریتم منطقه مورد اعتماد می­پردازد. روش­های معمول وارون‌سازی مبتنی بر ماتریس تغییرات و ماتریس هسین، در صورت انتخاب نامناسب مقدار اولیه، به کمینه­های محلی و درنتیجه، تخمین مدلی دور از واقعیت زمین منجر می­شوند. برای غلبه بر این مشکل، روش منطقه مورد اعتماد پیشنهاد می­شود که خواص همگرایی بسیار مناسبی دارد. در این الگوریتم، اطلاعات گردآوری­شده درباره تابع هدف، برای ساختن یک مدل ساده­تر از آن استفاده می­شود. در این روش، محدود کردن مدل به ناحیه اطراف نقطه کنونی، سبب می­شود مدل در آن ناحیه، رفتاری شبیه به تابع هدف داشته باشد؛ ازاین‌رو به جای کمینه­سازی تابع هدف می­توان مدل را در یک ناحیه کمینه کرد. در این مقاله، الگوریتم منطقه مورد اعتماد با روش لونبرگ- مارکوارت مقایسه می­شود که از یک الگوریتم جستجوی خطی بهره می­برد. برای­بهینه­سازی توابع استاندارد ریاضی - که علاوه بر کمینه سراسری، کمینه­های محلی نیز دارند- از الگوریتم مذکور استفاده شده است تا توانایی آن، بررسی و نتایج آن با روش جستجوی خطی نیوتن مقایسه شود. همچنین الگوریتم پیشنهادی برای وارون­سازی داده­های مصنوعی و واقعی بی­هنجاری مغناطیسی با اشکال هندسی گسل، استوانه و صفحه نازک به‌کار­گرفته شده و نتایج آن با نتایج وارون­سازی روش لونبرگ- مارکوارت مقایسه شده است. در هر دو حالت، مدل‌سازی عددی، کارایی و برتری این روش را نسبت به روش لونبرگ- مارکوارت به­ترتیب در بهینه­سازی و وارون­سازی نشان می­دهد.