استفاده از الگوریتم‌ بهینه‌ساز گرگ خاکستری در جدایش مقادیر بی‌هنجاری از زمینه، مطالعه موردی : آلوت

در این پژوهش به بررسی امکان جدایش مقدار زمینه از بی‌هنجاری ‌های زمین‌شیمایی با استفاده از الگوریتم بهینه‌ساز گرگ خاکستری پرداخته شده است. بدین منظور داده‌های برداشت رسوبات آبراهه‌ای برگه یکصدهزار زمین‌شناسی آلوت به عنوان مطالعه موردی انتخاب شد. با توجه به پتانسیل بالای این محدوده برای کانی‌سازی طلا، الگوریتم بهینه‌ساز گرگ خاکستری بر روی نقشه توزیع عناصر طلا و آرسنیک که غالبا به صورت پاراژنز در کانسارهای طلا مشاهده می ‌شوند، اعمال گردید. مقایسه نتایج به دست آمده با روش فرکتال که توسط دیگر پژوهشگران در این محدوده انجام گردیده است، نشان می‌دهد که بر خلاف روش فرکتال که گاه به معرفی چندین کلاس یا دسته می‌انجامد، الگوریتم گرگ خاکستری توانسته محدوده را تنها به 2 رده زمینه و بی‌هنجاری تقسیم نماید. با استفاده از این الگوریتم تعیین بی‌هنجاری به نظر کارشناس بستگی ندارد. نتایج نشان می‌دهند که ppm 24/8 حد آستانه بی‌هنجاری توزیع آرسنیک و ppb 15/7 حد آستانه بی‌هنجاری مربوط به طلا می‌باشد. دلیل ماهیت این روش که توزیع فضایی مقادیر مربوطه را در نظر می ‌گیرد، نسبت به روش‌های آمار کلاسیک از صحت و دقت بالایی برخوردار است.

the use of the gray wolf optimizer algorithm in separating anomalies from the background, case study: alut area

this article is devoted to introducing a novel application of the gray wolf optimizer (gwo) algorithm in one of the most challenging issues related to mineral exploration, anomaly separation from the background in stream sediment geochemical studies. the alut geological sheet, located in the sanandaj-sirjan zone, which has special importance to gold prospecting, has been studied for the distribution of gold and arsenic that accompany each other as the paracenteses in such deposits. the cost function used in this algorithm has been provided according to previously well-explored deposits. while the gwo algorithm was able to divide the sheet into two classes of anomalous and non-anomalous areas, the fractal method identified four categories among distributions of gold and arsenic, which impose the responsibility of selecting anomalous areas on the scientists. the gwo draws the areas as potential zones of prospecting that may be neglected by fractal strategy. the derived results show that 24.8ppm and 15.7ppb is anomaly threshold for arsenic and gold distribution respectively. the comparison of the results shows that the anomaly threshold obtained by the fractal methods and gwo algorithm for arsenic is almost the same, but the anomaly threshold for gold in the gwo algorithm method is optimal.