مدل‌سازی معکوس سه‌بُعدی مدل‌های گرانی با استفاده از الگوریتم کلونی مورچه‌‌ها

هدف از این پژوهش، مدل‌سازی معکوس سه‌بُعدی بی‌هنجاری های گرانی به‌منظور دستیابی به مدل چگالی در مقاطع عمقی متفاوت است. در این تحقیق، از روش جدیدی بر مبنای روش های تصادفی در حل مسایل بهینه سازی معکوس در ژیوفیزیک استفاده شده است. الگوریتم های تکاملی از جمله روش های تصادفی ای هستند که می توان به کار گرفت. الگوریتم کلونی مورچگان از این دسته الگوریتم‌‌ها است، که از رفتار مورچه ها در طبیعت، برای یافتن کوتاه‌ترین مسیر از لانه تا غذا الهام گرفته است. با تعمیم این رفتار مورچه ها به مسیله‌های معکوس در ژیوفیزیک، به‌منظور یافتن مدلی که به بهترین وجه به داده های مشاهده ای برازش داده شده باشد، می توان از این الگوریتم استفاده کرد. برای پیاده سازی این الگوریتم برنامه ای به زبان مَت‌لَب (matlab) نوشته شده است. به‌منظور بررسی کارایی روش، سه مدل مصنوعی متفاوت مورد آزمایش قرار گرفت. ساختار مدل های مصنوعی موردنظر به‌‌صورت ترکیبی از مکعب های سه‌بُعدی درنظر گرفته شده است، تا بتوان هر ساختار نامشخص هندسی را با استفاده از آن مدل کرد. در مثال اول، هدف، بررسی بی‌هنجاری حاصل از دو مدل ساده با تباین چگالی متفاوت است که در عمق های متفاوتی قرار دارند. در مثال دوم، به‌منظور ارزیابی توانایی الگوریتم در معکوس سازی بی‌هنجاری هایی با مقادیر کوچک، مدلی با هندسه پلکانی در عمق های گوناگون با تباین چگالی ثابت مورد آزمایش قرار گرفت. درنهایت در مثال سوم، به بررسی بی‌هنجاری حاصل از دو مدل با هندسه پیچیده t و l و تباین چگالی متفاوت پرداخته شده است. این روش برای مدل های مصنوعی بدون نوفه‌‌‌‌‌ و با نوفه‌‌‌‌‌ 5% آزمایش شد. نتایج به‌دست آمده نشان داد که با استفاده از الگوریتم کلونی مورچگان می توان بی‌هنجاری حاصل از مدل هایی با هندسه پیچیده و جهت‌دار را به‌خوبی مدل‌سازی کرد و همچنین این روش برای ترکیبی از مدل ها با تباین چگالی گوناگون که در عمق های متفاوتی قرار گرفته‌اند نیز، قابل استفاده است. علاوه‌بر‌این، این الگوریتم توانایی معکوس سازی بی‌هنجاری هایی در حدود mgal را دارد.