به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه « توموگرافی زمان سیر » در نشریات گروه « زمین شناسی »

تکرار جستجوی کلیدواژه « توموگرافی زمان سیر » در نشریات گروه « علوم پایه »
  • محمدرضا ابراهیمی*، محمدعلی ریاحی، محمد صنیعی آباده
    توموگرافی زمان سیر داده های لرزه ای بین چاهی اغلب برای به دست آوردن تصویری از ساختار سرعتی بین دو چاه به کار می رود. این مدل سرعت طوری محاسبه می شود که خطای بین داده اندازه گیری شده و داده حاصل از مسئله مستقیم (Forward problem) کمینه گردد. از آنجا که مسیر پرتوها در واقعیت تابع بی هنجاری های سرعتی است؛ مسئله توموگرافی زمان سیر مسئله ای غیرخطی قلمداد می شود. الگوریتم های مرسوم حل مسئله وارون توموگرافی، روش های بهینه سازی محلی (Local) هستند؛ که با خطی سازی طی یک فرآیند تکراری با یک مدل اولیه که توسط کاربر انتخاب می شود، مدل سرعتی بین دو چاه را به دست می آورند. یکی از مشکلات این روش ها وابستگی مدل نهایی به مدل اولیه است؛ که ممکن است تابع هدف در کمینه محلی همگرا شود و از کمینه سراسری (Global) فاصله داشته باشد. لذا روش های بهینه سازی سراسری برای حل این مشکل معرفی شده اند. یکی از جدیدترین و قوی ترین روش های بهینه سازی سراسری، بهینه سازی ازدحام ذرات است؛ که این مقاله از وارون سازی هموار با استفاده از این الگوریتم بهره برده است. روش های بهینه سازی سراسری بدون توجه به مدل اولیه، به کمینه سراسری تابع هدف همگرا می شوند. الگوریتم معرفی شده بر روی داده های مصنوعی بدون نوفه و با نوفه گاوسی اعمال شد و پس از مشاهده عملکرد مناسب آن بر روی این داده ها، داده واقعی بین چاهی مورد استفاده قرار گرفت و نتایج حاصل با الگوریتم مارکوارت- لونبرگ (LM) که یک روش بهینه سازی محلی است، مقایسه شد و عدم قطعیت مدل واقعی به دست آمده نیز محاسبه گردید. نتایج حاصل نشان دهنده عملکرد مناسب تر الگوریتم مورد استفاده در وارون سازی مدل سرعتی است.
    کلید واژگان: توموگرافی زمان سیر, داده بین چاهی, وارون سازی غیرخطی, بهینه سازی سراسری, بهینه سازی ازدحام ذرات}
    Mohammad Reza Ebrahimi *, Mohammad Ali Riahi, Mohammad Saniee Abadeh
    Crosshole seismic travel-time tomography is often applied to image the velocity structure of an inter-well medium and involves in finding a velocity model that minimizes the error energy between the measured and the theoretical travel times. Travel-time tomography is a non-linear inverse problem because the ray paths depend on the unknown velocity field. Linearized techniques are usually employed to reconstruct the velocity field in an iterative manner. A limitation, inherent to deterministic methods, is the strong relation between the starting model and local minima entrapment. Global optimization methods such as particle swarm optimization (PSO) can be applied to such problems. Regardless of the starting model, global optimization ideally finds the region of the solution space containing global minima without calculating derivatives. In this paper, the regularized PSO approach to seismic travel-time tomography is described, and is tested on synthetic as well as real seismic data, and is also compared with a local optimization method that is Levenberg-Marquart (LM) algorithm. The results show that the proposed method estimates the velocity model better than LM, especially in the absence of good prior information.
    Keywords: Travel-Time Tomography, Crosshole Data, Non-Linear Inversion, Global Optimization, Particle Swarm Optimization}
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال