بررسی کارایی الگوریتم بهینه سازی کلونی مورچگان در مدل سازی معکوس سه بعدی آنومالیهای گرانی

هدف از انجام این پژوهش مدل سازی معکوس سه بعدی آنومالیهای گرانی جهت دستیابی به مدل چگالی در مقاطع عمقی متفاوت میباشد در این مقاله از روش جدیدی بر مبنای روش های عددی استفاده میکنیم، از جمله روشهای عددی ای که در حل مسائل بهینه سازی معکوس در ژئوفیزیک میتوان به کار گرفت استفاده از الگوریتمهای فراابتکاری مبتنی بر هوش مصنوعی میباشد، الگوریتم کلونی مورچگان از این دسته الگوریتم هاست، که بر مبنای احتمال و سعی و خطا کار میکند و از رفتار مورچه ها در طبیعت، جهت یافتن کوتاهترین مسیر از لانه تا غذا نشأت گرفته است. این رفتار مورچه ها بسیار شبیه مسائل معکوس در ژئوفیزیک برای یافتن بهترین مدل است. بنابراین، این ایده جهت حل مسئله معکوس خطی بهکار گرفته میشود. جهت بررسی کارایی این روش دو با مدل مصنوعی متفاوت مورد آزمایش قرار گرفته است، آه ساختار مدل های مصنوعی مورد نظر به صورت ترآیبی از مکعب های سه بعدی درنظر گرفته شد تا بتوان هر ساختار نامشخص هندسی را با استفاده از آن مدل آرد، در مثال اول به بررسی آنومالی تداخلی حاصل از دو مدل ساده با تباین چگالیهای متفاوت و در مثال دوم به بررسی آنومالی تداخلی حاصل از دو مدل با هندسه پیچیده T و L و تباین چگالی یکسان پرداختهایم. این روش برای مد لهای مصنوعی نویز دار وبدون نویز آزمایش شد. در مد لهای مصنوعی بدون نویز تباین چگالی های به دست آمده انطباق مناسبی با مدل اولیه دارد و همچنین مرزهای افقی و قائم آنومالی دقیقاً بازسازی شده اند. اما در حالت نویز دار نتایج معکوس سازی با ساختار مدل مصنوعی در سه مقطع عمقی ١۵ و ٢۵ و ٣۵ کاملا همگراه شده است و تنها در مقطع آخر مدل بدرستی معکوس سازی نشده است . برای معکوس سازی با استفاده از این روش نیازی به جدا کردن آنومالی های تداخلی نیست و برای ترکیبی از تباین چگالیها قابل استفاده است.