Geri Dön

Genetik ve parçacık sürüsü algoritmaları ile gravite anomalilerinin modellenmesi

Modeling of gravity anomalies using genetic and particle swarm algorithms

PDF İndir

  1. Tez No: 337107
  2. Yazar: ANİSYA B.TEKKELİ
  3. Danışmanlar: DOÇ. DR. DAVUT AYDOĞAN
  4. Tez Türü: Doktora
  5. Konular: Jeofizik Mühendisliği, Geophysics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 195

Özet

Anomaliye neden olan yer altı kütlesinin parametrelerinin kestirilmesi ters çözüm problemi olup bu problemleri çözmeye yönelik olarak pek çok yaklaşım geliştirilmiştir. Bu çalışmada, farklı disiplinlerde oldukça yaygın kullanım alanlarına sahip optimizasyon yöntemlerinden yararlanılarak, gravite anomalisine neden olan olası jeofizik parametrelerin kestirimi yapılmıştır. Kullanılan yöntemler, türev hesaplamalarına gerek duymayan popülasyon tabanlı yaklaşımlardır. Bunlardan ilki evrimsel teoriden esinlenilerek geliştirilmiş ve optimizasyon problemlerinde kullanılan Genetik Algoritma (GA) tekniğidir. İkincisi ise, balık ve kuş sürülerinin sosyal davranışlarından esinlenerek geliştirilmiş sezgisel bir optimizasyon yöntemi olan Parçacık Sürüsü Optimizasyonu (PSO) algoritmasıdır. Yöntemler, gravitede çeşitli geometrilere sahip yapıların model parametrelerinin kestiriminde kullanılmak üzere tasarlanan sisteme uyarlanmıştır. Oluşturulan sistemler önce kuramsal veriler üzerinde test edilmiş ve yöntemlerin parametre kestirimindeki performansları incelenmiştir. Yöntemlerin sonuçları, jeofizikte ters çözüm problemlerinde sıkça kullanılan En Küçük Kareler (EKK) yöntemi sonuçları ile de kıyaslanmıştır. Elde edilen başarılı sonuçlar neticesinde, yöntemlerin arazi verilerine de uygulanması yoluna gidilmiştir. Arazi verisi olarak, Trakya Havzası güneybatı kesimine ait Bouguer anomali haritası üzerinden seçilen iki profilin gravite değerleri kullanılmıştır. Bu yolla, havzanın oluşumunda etkili olan iki fay sistemine ait geometrik parametreler kestirilmiş ve fay sistemlerine ait eğim açıları yaklaşık 70 derece olarak hesaplanmıştır. Kestirilen parametreler ile oluşturulan olası jeolojik modeller, klasik jeofizik tekniklerinden olan EKK ve yukarı analitik uzanım teknikleri kullanılarak elde edilen sonuçlarla birlikte değerlendirilmiştir. Bu aşamalarda jeolojik bilgiler de göz önünde tutulmuş olup, çalışma alanına ait tümleşik bir çalışma gerçekleştirilmiştir.

Özet (Çeviri)

The prediction of the parameters belong to the buried mass causing the anomaly is named the inversion problem and various methods are developed in order to solve this problem. In this study, the prediction of the geophysical parameters causing the gravity anomalies are realized using optimization methods which are widely used in various disciplines. These implemented methods are population based methods which don?t require computing the derivatives. The first one of these methods is the Genetical Algorithm (GA) developed with the inspiration from evolution theory and used in the optimization problems. The latter is rather a intuitive optimization method called the Particle Swarm Optimization (PSO) developed with the inspiration from fish school and bird flock behaviors. These techniques are adapted into the developed system to be used for predicting the model parameters of structures with various geometries in gravity method. These systems are firstly tested on the theoric data and their performance on the parameter prediction is analysed. The results of these methods are compared to the Least Squares (LS) method which is used widely in geophysical inversion problems. Following the successful results the methods are applied on the field data. As the field data, the gravity values extracted as two different profiles from the Bouguer anomaly map of the southwest Thrace Basin and the geometric parameters of the faults which are influenced the developement of the basin are predicted and the dipping angles of the fault systems are obtained approximately 70 degrees. The probable geological models composed from the predicted parameters are considered with the results of the classical geophysical techniques such as Least Squares (LS) inversion and analitycal upward continuation methods. In this processes the geological informations are also considered and an integrated study for the region is realized.

Benzer Tezler

  1. Tez No

    371111

    Evrimsel algoritmalar ile üç aşamalı bir korunmalı alım opsiyonu modeli eniyilemesi

    Three level covered call options trading model optimized with evolutionary algorithms

    İLKNUR BAYRAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET MURAT ÖZBAYOĞLU

  2. Tez No

    944044

    Yapay zeka algoritmaları ile blok zinciri tabanlı kripto para optimizasyonu

    Optimization of blockchain-based cryptocurrencies using artificial intelligence algorithms

    AHMET YURTSAL

    Doktora

    Türkçe

    Türkçe

    2025

    Yönetim Bilişim SistemleriOsmaniye Korkut Ata Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. AHMET DOĞAN

  3. Tez No

    919181

    Doğadan ilham alan optimizasyon teknikleri ve yapay sinir ağları ile taşkın ötelemesi

    Flood routing with nature-inspired optimization techniques and artificial neural networks

    MUHAMMED FURKAN TORAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiErzincan Binali Yıldırım Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ OKAN MERT KATİPOĞLU

  4. Tez No

    625460

    Çok amaçlı optimizasyon algoritmaları kullanarak trafik akış probleminin çözümü

    Traffic flow problem solution using multi-objective optimization algorithms

    ADNAN ŞAHİN KARACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖKKEŞ TOLGA ALTINÖZ

  5. Tez No

    878324

    Three different approaches to photovoltaic power generation forecasting using hybrid MLP neural networks trained by optimization algorithms

    Optimizasyon algoritmalarıyla eğitimlendirilmiş hibrit sinir ağları kullanılarak fotovoltaik enerji üretimi tahmininde üç farklı yaklaşım

    PARASTOU BEHGOUY

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Aydın Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN YILDIRIM

Geri Dön