Özet:

Bu çalışmada, jeofizik modellemede yaygın olarak kullanılan global ve geleneksel yöntemlere ek olarak, yapay sinir ağları yöntemleri yeraltı boşluklarına ait rezidüel gravite anomalisinden parametre kestirimi amacıyla kullanılmıştır. İleri Beslemeli Geri Yayılımlı sinir ağı günümüzde ters çözüm problemlerinde sıklıkla kullanılan bir yöntemdir. Bu yönteme ek olarak bu çalışmada İleri Kademeli Geri Yayılımlı ve Doğrusal Olmayan Otoregresif sinir ağı, parametre kestirimi için denenmiş ve sonuçlar karşılaştırılmıştır. Ayrıca global bir yöntem olan Genetik Algoritma ve geleneksel bir yöntem olan Levenberg-Marquardt algoritması ile rezidüel anomaliden derinlik ve yarıçap parametreleri hesaplanmış ve sonuçlar karşılaştırılmıştır. Hem teorik hem arazi verisi üzerinde bu yöntemler denenmiştir. Kuramsal çalışmalarda, yeraltı boşluklarını temsil eden yatay silindir modeli kullanılmıştır. Yöntemlerin etkinliği yatay silindir gravite anomalisine gürültü eklenerek sınanmıştır. Hata değerleri incelendiğinde Levenberg-Marquardt algoritması ve doğrusal olmayan otoregresif sinir ağının gürültüden en az etkilenen yöntemler olduğu görülmektedir. Arazi verisi olarak Medford (ABD) alanındaki yeraltı boşluğuna ait rezidüel gravite anomalisi kullanılmıştır. Sonuçlar incelendiğinde ileri beslemeli geri yayılımlı ve doğrusal olmayan otoregresif sinir ağının sondajdan bilinen derinlik değerine en yakın sonucu verdiği görülmektedir. Levenberg-Marquardt algoritması kullanılarak arazi verisinin ters çözümü ile en düşük ortalama karekök hata değeri hesaplanmasına rağmen, hesaplanan derinlik sondajdan bilinen derinlik değerine en uzaktır. Anahtar Kelimeler: Yapay sinir ağları, genetik algoritma, doğrusal olmayan otoregresif sinir ağı, ileri kademeli geri yayılımlı sinir ağı.

Anahtar Kelimeler: