ارزیابی پایداری الگوریتم ترکیبی PSO-GA در تخمین پارامتر مدل مغناطیسی در مقایسه با دو رویکرد مجزا
نویسندگان
doi
10.22055/aag.2024.44814.2406چکیده
در این پژوهش، پایداری الگوریتم ترکیبی PSO-GA در تخمین پارامترهای مدل مغناطیسی ارزیابی شده با دو الگوریتم ازدحام ذرات و ژنتیک، مقایسه شده است. از الگوریتم بهینهسازی ازدحام ذرات (PSO) برای بهبود بردار عمل و از الگوریتم ژنتیک (GA) برای تصحیح بردارهای تصمیمگیری استفاده گشته. این ترکیب الگوریتمها با استفاده از اپراتورهای ژنتیکی توانایی اکتشاف و بهرهبرداری را بهبود میبخشد. الگوریتم بهینهسازی مورد مطالعه به عنوان یک روش سریع برای مدلسازی ناهنجاریهای مغناطیسی بر مبنای مدلهای زمینشناسی ایدهآل معرفی میشود و قابلیت استفاده در کاوش و تخمین مخزنهای معدنی را دارد. علاوه بر این، در زمینهی ژئوفیزیک اکتشافی، استفاده از مدلسازی با اشکال هندسی منظم مانند کره، استوانه، منشورقائم، دایک و غیره برای تخمین پارامترهای بیهنجاریهای مغناطیسی معمولی است. همچنین، در این پژوهش با افزودن نوفه سفید گاوسی به دادههای مصنوعی، عملکرد الگوریتم حتی در حضور نوفه تا ۲۵ درصد نیز مورد آزمایش قرار گرفته و نتایج نشان میدهد که این روش به خوبی عمل میکند. اعتبارسنجی این مدل با استفاده از دادههای واقعی مغناطیسی هوابرد منطقه بصیران در استان خراسان جنوبی، انطباق خوبی با نتایج زمینشناسی نشان میدهد.