تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,502 |
تعداد مشاهده مقاله | 124,119,169 |
تعداد دریافت فایل اصل مقاله | 97,225,495 |
تخمین عمق گنبدهای نمکی با استفاده از دادههای گرانی از طریق شبکۀ عصبی رگرسیون تعمیمیافته، مطالعۀ موردی: میدان مورس، دانمارک | ||
فیزیک زمین و فضا | ||
مقاله 7، دوره 41، شماره 3، مهر 1394، صفحه 425-438 اصل مقاله (1.25 M) | ||
شناسه دیجیتال (DOI): 10.22059/jesphys.2015.54814 | ||
نویسندگان | ||
علیرضا حاجیان* 1؛ محمود شیرازی2 | ||
1استادیار، گروه فیزیک، دانشکدۀ مهندسی هستهای و علوم پایه، دانشگاه آزاد اسلامی واحد نجفآباد | ||
21استادیار، گروه فیزیک، دانشکدۀ مهندسی هستهای و علوم پایه، دانشگاه آزاد اسلامی واحد نجفآباد | ||
چکیده | ||
در این مقاله تخمین عمق گنبدهای نمکی با استفاده از روش شبکۀ عصبی رگرسیون تعمیمیافتهGRNN، از طریق دادههای گرانیسنجی بررسی شده است. بدین منظور یک شبکۀ عصبی GRNN به وسیلۀ دادههای گرانی که از روش پیشرو، مدل گنبد نمکی را به دست میآورد، به ازای اعماق مختلف بهدستآمده آموزش داده شد و با محاسبۀ خطای شبکه، شبکه مرتب اصلاح شد تا معماری شبکه با خطای پذیرفتنی به دست آید. سپس بهمنظور تست شبکه از دادههای مصنوعی با 5 درصد و10 درصد نویز استفاده شد که دقت خوبی (خطای نسبی تخمین عمق در حضور 5 درصد نویز برابر با 8/3 درصد و در حضور 10 درصد نویز برابر با 43/5 درصد) را نشان میدهد. همچنین بهمنظور آزمون شبکه برای دادههای واقعی، مشخصههای لازم از دادههای گرانی مربوط به گنبد نمکی مورس در دانمارک، استخراج و بهعنوان ورودی به شبکه اعمال شد و نتایج تخمین عمق تحلیل و بررسی گردید. نتایج نشان داد که تخمین عمق بهدستآمده تا حدود زیادی به مقدار واقعی نزدیک و قابلقبول است. | ||
کلیدواژهها | ||
شبکۀ عصبی مصنوعی؛ شبکۀ عصبی رگرسیون تعمیمیافته؛ گرانی؛ گنبد نمکی | ||
مراجع | ||
1. اسماعیلزاده آ.، ضیاییم.، دولتی اردجانی ف.، 1389. بررسی مناطق احتمالی نفوذ گنبد نمکی در تاقدیس دهنو با استفاده از تلفیق لایههای گرانیسنجی و مغناطیس سنجی به روش حاصلضرب فازی، چهاردهمین کنفرانس ژئوفیزیک ایران، تهران. 2.آقاجانی، ح. مرادزاده، ع. هوالین زنگ. 1389. برآورد موقعیت افقی و ژرفای بی هنجاریهای گرانی به کمک گرادیان کل بهنجارشده، فصلنامه علوم زمین، سال نوزدهم، 76، 169 – 176 3. آقاجانی، ح. 1388. بررسی قابلیت روش گرادیان کل نرمال دادههای گرانی در تعیین پتانسیل هیدروکربوری تلههای نفتی، رساله دکتری. 4. پیشدادیان، م.، دولتی ارده جانی، ف.، فتحیان پور، ن.، خالو کاکائی ر.،1389. مقایسه روش هندسه فرکتال با روشهای متداول برای تفکیک آنومالیهای گرانی منطقه رودان بندرعباس، چهاردهمین کنفرانس ژئوفیزیک ایران، تهران.
6. کیا م. 1390، شبکههای عصبی درMATLAB، انتشارات کیان رایانه. 7. مهرنیا س.ر.، ابراهیم زاده اردستانی و., تیموریان آ.، 1392، استفاده از روش برخال برای تعیین چگالی بوگه لوح سنگی در منطقه چارک (جنوب ایران)، مجله ژئوفیزیک ایران 7(1):34-50. 8. رضاییم.، 1384، زمینشناسی نفت، انتشارات علوی تهران، چاپ دوم. 9. Bain, J.E., Weyand, J., Horscroft, T.R., Saad, A.H., and Bulling, D.N,1993, Complex Salt Features Resolved by Integrating Seismic, Gravity, and Magnetics, EAEG/EAPG Annual Conference and Exhibition, expanded abstracts.
10. Gravesen, P., 1990, Geological map of Denmark 1:50.000, Kortobladet 116I Thirsted, Geological basis datakort, Geological Survey of Denmark, Map series no.13.
11. Hajian, A. 2008. Depth estimation of gravity anomalies by Hopfield Network, proceeding of 5th Annual meeting, AOGS: Asia Oceania Geosciences Society Busan, Korea, 16-20 Jun.
12. Hajian, A., Styles P., Zomorrodian H., Depth Estimation of Cavities from Microgravity Data through Multi Adaptive Neuro-Fuzzy Interference System,2011, 17th Near Surface European Meeting of Environmental and Engineering Geophysics Leicester, UK, 12-14 September 2011.
13. Helen I. J. and Donald. C. L., 2007, Benefit of integrated seismic and gravity exploration. An example from Norman wells NWT. Fold-Fault Research Project, University of Calgary.
14. Jorgensen.F. Sandersen B.E. P., Auken E., Lykke-Andersen H. and Sorensen K. 2005. Contributions to the geological mapping of Mors, Denmark – A study based on a large –scale TEM survey, Bulletin of the Geological Society of Denmark 52, 53-75.
15.Osman O., Albora A.M. and Ucan O.N., 2007, Forward modeling with forced Neural Network for Gravity Anomaly Profile. Mathematical Geology 39,593-605. doi 10.1007/s 11004-007-9114-8.
16.Pedersen, G.K.& Shurlyk F., 1983, The Fur Formation, a late Paleocene ash-bearing diatomite from northern Denmark, Bulletin of the Geological Society of Denmark 32,43-65.
17. Specht,A. 1991, A General Regression Neural Network,IEEE Transaction on Neural Networks 2(6), 56-64.
18.Styles, P., Hajia A., 2012,Generalized Regression Neural Networks for Cavities Depth Estimation using microgravity Data, Case Study: Kalgorlie Gold, Near Surface Geosciences – 18th European Meeting of Environmental and Engineering Geophysics Paris, France, 3-5 September. | ||
آمار تعداد مشاهده مقاله: 2,654 تعداد دریافت فایل اصل مقاله: 1,746 |