این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم زمین، جلد ۱۶، شماره ۶۴، صفحات ۸۸-۱۰۱
عنوان فارسی بررسی امکان به‌کارگیری شبکه‌های عصبی مصنوعی در مدل‌سازی وارون دو بعدی ترکیبی داده‌های دو مد قطبش روش مگنتوتلوریک
چکیده فارسی مقاله روش مگنتوتلوریک یکی از روشهای الکترومغناطیس با چشمه طبیعی است که برای کسب اطلاعات الکتریکی از ساختارهای زیرزمینی استفاده می‌شود. کاربرد این روش، بیشتر برای اکتشاف منابع زمین‌گرمایی، نفت و ذخایر معدنی است. با توجه به اینکه داده‌های اندازه‌گیری شده در  روش مذکور حجیم و دارای ساختاری پیچیده هستند، از این رو مدل‌سازی وارون داده‌های حاصل نسبت به دیگر روشهای الکتریکی مشکل‌تر و در بعضی از موارد ناممکن است. هدف این مقاله، بر این است که قابلیتهای شبکه‌های عصبی مصنوعی برای مدل‌سازی وارون ترکیبی داده‌های فاز و مقاومت ویژه دو مد قطبش این روش مورد بررسی قرار گیرد. به منظور نیل به این هدف از شبکه پرسپترون چند لایه با قانون فراگیری پس انتشار خطا استفاده شد. برای آموزش و طراحی شبکه مناسب، چندین مدل مصنــــــوعی در گروه مورد نظر ساخته شــــــد و سپس با مدل‌سازی مستقیـــــم داده‌های مقـــــاومت ویژه و فاز آنها برای دو مــــــد قطبش الکتریکی عرضی : Transverse Electric) TE) و مغناطیس عرضی: Transverse Magnetic) TM) در چندین بسامد تولید شد. پس از بررسیهای جامع، یک شبکه پرسپترون سه لایه با ساختار 9-9-396 طراحی شد و از آن برای مدل‌سازی دو بعدی استفاده شد. بررسی نتایج به دست آمده نشان می‌دهد که شبکه طراحی شده از دقت قابل قبولی برای مدل‌سازی داده‌های مگنتوتلوریک برخوردار است، به گونه‌ای که برای یکی از مدلهای آزمایشی، مقدار میانگین خطای نسبی در نبــــــــود نوفه  (Noise) 9/3 درصد و در حضور 5 درصد نوفه 9/6 درصد است، که این امر حاکی از دقت خوب شبکه در برآورد پارامترهای مدل زیرزمینی است.  همچنین نتایج مدل‌سازی شبکه برای یک مجموعه داده‌های صحرایی و مقایسه آن با نتایج یکی دیگر از روشهای معمول مدل‌سازی وارون نشان می‌دهد که مدلها و پارامترهای به دست آمده توسط دو روش فوق، از شباهت و همخوانی خوبی برخوردار هستند که این مطلب گویای توانمندی شبکه طراحی شده برای مدل‌سازی داده‌های مورد نظر است.  
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی An Investigation on the Possibility of Two-Dimensional Joint Inversion of TE and TM Modes Data in Magnetotelluric (MT) Survey using Artificial Neural Network
چکیده انگلیسی مقاله        The magnetotelluric (MT) method is a natural source electromagnetic geophysical technique, which is used mainly in petroleum, mineral and geothermal exploration. As in this method, the quantity of the measured data is bulky and have a complex structure, their modeling, compared with the modeling of the other electrical data, is a very complex task or even impossible in some instances. The main objective of this paper is to use the ability of the artificial neural networks (ANN) to find a solution for two-dimensional (2D) joint TE (transverse electric) and TM (transverse magnetic) modes inverse modeling of MT data. To achieve the goal, a multilayer perceptron (MLP) network with back propagation (BP) learning algorithm is used. In order to learn the designed network, many synthetic 2D models with the same category, have been created and their responses have been calculated for each polarization mode by forward modeling. Synthetic data include apparent resistivity and impedance phase in 9 stations and 11 frequencies in two polarization modes. After a comprehensive study, a perceptron with 3 layers and architecture of 396-9-9 has been designed and used to model the data. This study show that the designed network is capable enough to produce an acceptable 2D underground model so that the correspondence mean relative modeling error is 3.9% and 6.9 % respectively for noise free data and 5 percent randomly added noisy data. This indicates that if ANN is designed and trained properly, then it would be capable enough to perform 2D inverse modeling of MT data. It has also shown that once the designed network has been trained properly it is able to perform the inverse modeling precisely in a short time. At the end, the performance of the designed network has been evaluated by a set of field MT data and its results has been compared with those produced by a common smooth rapid relaxation inversion (RRI) method. The comparison indicates that the results of these two different procedures are in close agreement.  
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله علی مرادزاده |
دانشکده مهندسی معدن و ژئوفیزیک، دانشگاه صنعتی شاهرود

فاطمه طهماسبی |
دانشکده مهندسی معدن و ژئوفیزیک، دانشگاه صنعتی شاهرود

محمد مهدی فاتح |
دانشکده مهندسی برق و رباتیک، دانشگاه صنعتی شاهرود

نشانی اینترنتی http://www.gsjournal.ir/article_58218_431f6b87566a117c26c45f72e67b6675.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/960/article-960-597254.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات