پایان‌نامه

تهیه نقشه های پتانسیل معدنی زون متالوژنی کاشان-نائین در محیط gis با استفاده از شبکه عصبی فازی

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

در علوم مرتبط با زمین به دلیل حضور عدم قطعیت بسیار بالا که خود نتیجه فعالیت های گوناگون و گاهی ناشناخته زمین شناسی در یک منطقه می باشند، عموما استفاده از منطق قطعی باعث ایجاد ضریب خطای زیادی می گردد. با توجه به این واقعیت استفاده از منطق غیر قطعی باعث توجیه بسیاری از پدیده ها می گردد. مدل جدید بکار گرفته شده در علوم گوناگون جهت توجیه و مدلسازی پدیده های غیرقطعی مدل فازی می باشد. مدل فازی یک روش براساس دانش است که در صورتی که با روش های براساس داده، مثل شبکه عصبی تلفیق گردد، سیستم استنتاج شبکه ای فازی یا نروفازی بدست می آید. این مدل برای علوم زمین به این دلیل که، این علوم تلفیقی از دانش و داده می باشند، بسیار مناسب است. منطقه نایین- کاشان بخشی از کمربند آتشفشانی ارومیه- دختر می باشد که تعداد زیادی کانسارهای فلزی و غیرفلزی را در خود جای داده است. این منطقه از لحاظ زمین شناسی، دورسنجی و ژیوفیزیک هوابردی با هدف پتانسیل کانسارهای مس، آهن و سرب و روی، مورد بررسی قرار گرفته است. در بخش زمین شناسی جدا سازی لایه های سنگی از روی نقشه زمین شناسی صورت گرفته است. در بخش دورسنجی لایه های فراوانی یون هیدروکسید و اکسید آهن استخراج شده اند و همچنین یک طبقه بندی از نوع حداکثر شباهت روی داده ها صورت گرفته است. در مبحث ژیوفیزیک هوابردی تصحیح انتقال به قطب صورت گرفته و پس از آن آنالیتیک سیگنال از آن استخراج شده است. نتیجه این بررسی ها تهیه هفت لایه اطلاعاتی می باشد که در سه دسته آلتراسیون ها، زمین شناسی و ساختاری قرار گرفته اند. در دسته آلتراسیون، فراوانی یون های خروجی از دورسنجی قرار گرفته اند. در دسته مربوط به زمین شناسی لایه ی سنگ شناسی حاصل از بررسی نقشه های زمین شناسی و طبقه بندی دورسنجی قرار دارند. در دسته ساختاری نیز سطح تأثیر گسل ها و دانسیته آنها به همراه آنالیتیک سیگنال ژیوفیزیک قرار دارند. سپس تلفیق اطلاعات بوسیله دو روش شبکه عصبی و شبکه عصبی- فازی انجام شده است، در هر دوی این روش ها شبکه بوسیله چهار سایت آموزشی، مورد آموزش قرار گرفته اند و پس از آن تمامی داده ها بوسیله مدل های بدست آمده، مدلسازی شده اند. حاصل کار قرار گرفتن 2/95 درصد کانسارهای شناخته شده مس در منطقه با پتانسیل مطلوب برای این فلز، در مقابل آمار 1/76 درصدی شبکه عصبی؛ همچنین قرار گرفتن 2/72 درصد کانسارهای شناخته شده آهن در منطقه پتانسیل مطلوب ب رای آهن در مقابل 5/54 درصدی برای شبکه عصبی و نتیجه مشابه 5/62 درصدی برای کانسارهای سرب و روی در مناطق با پتانسیل مطلوب می باشد.

اساتید راهنما و مشاور

نادر فتحیان پور، هوشنگ اسدی هارونی

پایان‌نامه‌های مشابه

اسناد مشابه

  • تهیه نقشه پتانسیل معدنی برای کانسارهای مس با استفاده از مدل ترکیبی نروفازی: مطالعه موردی برگه 100000/1 چهارگنبد در استان کرمان

    مقاله۲۰۱۵علوم زمینصادق کیانپوریان، مهران فرهمندیان، محمد کریمی، عباس بحرودی

    وجود ذخایر متعدد مس در ایران و اهمیت اکتشاف آنها، تهیه دقیق نقشه پتانسیل معدنی را به عنوان یک نیاز اساسی به‌وجود آورده است. فرایند تهیه نقشه پتانسیل معدنی یک فرایند پیچیده است که با استفاده از روش‌های مختلف قابل انجام است. یکی از روش‌های قدرتمند در تهیه نقشه پتانسیل معدنی استفاده

  • مدل‌سازی فرایند تهیه نقشه پتانسیل معدنی با استفاده از سامانه استنتاجگر فازی (منطقه مورد مطالعه : کانسار مس چاه‌فیروزه)

    مقاله۲۰۱۴علوم زمینساناز علایی‌مقدم، محمد کریمی، محمد سعدی مسگری، نادر صاحب‌الزمانی

    با توجه به‌گستردگی نواحی پتانسیل‌دار ذخیره معدنی در کشور، وجود نگرشی سامان‌مند برای شناسایی و تبدیل اندیس‌های معدنی به معادن، ضروری به‌نظر می‌رسد. تنوع مدل مفهومی ذخایر گوناگون معدنی، وجود داده‌های متنوع کمی و کیفی اکتشاف ذخایر معدنی و همچنین وجود نظرات کارشناسی و سلایق مختلف، فر

  • ارائه روشی مبتنی بر برنامه نویسی ژنتیکی و تحلیل حساسیت به منظور بهبود مدلسازی های مکانی در محیط gis (مطالعه موردی: تهیه نقشه پتانسیل معدنی)

    مقالهعلوم و فنون نقشه برداریمحمد اصلانی، m. aslani m. saadi mesgari faculty of geodesy and geomatics eng. k.n.toosi university of technology no 1346, valiasr street, mirdamad cross, tehran, iran 19967-15433گروه مهندسی gis، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی تهران، خیابان ولی عصر، تقاطع میرداماد، کدپستی 15433-19967 محمد سعدی مسگری، m. saadi mesgari faculty of geodesy and geomatics eng. k.n.toosi university of technology no 1346, valiasr street, mirdamad cross, tehran, iran 19967-15433گروه مهندسی gis، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی تهران، خیابان ولی عصر، تقاطع میرداماد، کدپستی 15433-19967 حمید مطیعیان، h. motieyan k.n.toosi university of technologyدانشگاه صنعتی خواجه نصیرالدین طوسی

    یکی از مولفه های اصلی سامانه های اطلاعات مکانی (gis) مدلسازی های مکانی است. روش های هوشمند همانند شبکه های عصبی از جمله روش هایی هستند که در دهه های اخیر جهت انجام مدلسازی های مکانی به آنها توجه زیادی شده است. در اغلب روش های هوشمند، مدلسازی مکانی بر مبنای تعیین یک ساختار اولیه ب

  • استخراج پایگاه دانش فازی بهینه به منظور تلفیق و وزن دهی لایه های مکانی در محیط gis (مطالعه موردی: تهیه نقشه پتانسیل معدنی)

    مقالهبرنامه ریزی و آمایش فضاعلی اصغر آل شیخ، دانشیار سنجش از دور دانشگاه خواجه نصیر طوسی محمد اصلانی، دانش آموختة مهندسی gis، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران سعیدمحسن کلانتری، استادیار مهندسی زیرساخت دانشگاه ملبورن، استرالیا

    وزن دهی و تلفیق لایه های مکان مرجع یکی از مباحث بسیار مهم در آنالیز های اطلاعات مکانی است. از سوی دیگر، به دلیل عدم قطعیت در لایه های مکانی نیاز به روشی است که بتواند عدم قطعیت را در میزان تأثیر این لایه ها درنظر بگیرد. هدف این تحقیق، استخراج پایگاه دانش بهینه به منظور تلفیق مؤثر

  • بررسی روش های وزن دهی اطلاعات مکانی در gis(مطالعه موردی: تهیه نقشه پتانسیل معدنی)

    مقالهسنجش از دور و gis ایرانفرهاد حسینعلی، دانشگاه خواجه نصیرالدین طوسی علی اصغر آل شیخ، دانشگاه خواجه نصیرالدین طوسی محمد علی رجبی، دانشگاه تهران

    اکتشاف معادن جدید دارای اهمیت زیادی برای انسان هاست. سامانه های اطلاعاتی جغرافیایی (gis) می توانند به شکل موثری در جمع آوری، وزن دهی، تجزیه و تحلیل، و نمایش اطلاعات مکانی در جهت کمک به فرایندهای اکتشافی عمل کنند. موفقیت اکتشافات معنی بستگی زیادی به عواملی چون عناصر تاثیر گذار، تع

  • استخراج پایگاه دانش فازی بهینه به منظور تلفیق و وزن دهی لایه های مکانی در محیط gis (مطالعة موردی: تهیة نقشة پتانسیل معدنی)

    مقاله۲۰۱۳برنامه ریزی و آمایش فضاعلی اصغر آل شیخ، محمد اصلانی، سعیدمحسن کلانتری

    وزن دهی و تلفیق لایه های مکان مرجع یکی از مباحث بسیار مهم در آنالیز های اطلاعات مکانی است. از سوی دیگر، به دلیل عدم قطعیت در لایه های مکانی نیاز به روشی است که بتواند عدم قطعیت را در میزان تأثیر این لایه ها درنظر بگیرد. هدف این تحقیق، استخراج پایگاه دانش بهینه به منظور تلفیق مؤثر