وارون‌سازي منحني پاشش امواج ريلي با استفاده از الگوريتم گرده‌افشاني گل بهينه جهت تعيين ساختار سرعت موج برشي

Inversion of Rayleigh wave dispersion curves using modified flower pollination algorithm (MFPA) to detect shear wave vvelocity profile

وارون‌سازي منحني پاشش امواج سطحي يكي از مسائل كاربردي در شناسايي لايه‌هاي زمين و فرآيند تعيين سرعت انتشار اموج ‌برشي است. سرعت موج برشي از جمله پارامترهاي بسيار مهم و مورد نياز در مطالعات ژئوتكنيكي است كه در ارزيابي خصوصيات خاك از جمله اثرات ساختگاهي و ريز پهنه‌بندي لرزه‌اي به كار گرفته مي‌شود. وارون‌سازي منحني پاشش امواج سطحي يكي از مسائل كاربردي در شناسايي لايه‌هاي زمين و فرآيند تعيين سرعت انتشار امواج ‌برشي است. روش‌هاي خطي وارون‌سازي، به علت طبيعت غيرخطي مسئله و امكان درگير شدن عمليات بهينه يابي تابع هدف با جواب‌هاي بهينه محلي، چندان قابل اعتماد نمي‌باشند. با پيشرفت علوم كامپيوتر و ارائه شدن الگوريتم‌هاي بهينه‌سازي -هوشمند، مي‌توان تكنيك‌هاي سريع و آساني را براي واورن‌سازي امواج سطحي استفاده نمود. به همين منظور جهت افزايش اطمينان از عمليات وارون‌سازي و دست‌يابي به جواب‌هاي بهينه كلي مسئله، در اين مطالعه الگوريتم گرده‌افشاني گل بهينه جهت وارون‌سازي امواج سطحي معرفي شده است. هدف نهايي اين الگوريتم در وارون‌سازي امواج سطحي يافتن پارامترهاي مدل، يعني ضخامت، سرعت موج برشي و سرعت موج طولي لايه‌هاي خاك است. در الگوريتم معرفي شده در مقايسه با الگوريتم گرده افشاني گل استاندارد سعي شد مكانيسم جستجوي الگوريتم جهت افزايش دقت و همگرايي، بهينه شوند. روش پيشنهادي ابتدا در برنامه متلب كد نويسي شد و سپس كارايي الگوريتم به‌وسيله‌ي مدل‌هاي مصنوعي و مدل مصنوعي نوفه‌دار مورد ارزيابي قرار گرفت. در ادامه جهت ارزيابي بيشتر روش ارائه‌شده، الگوريتم پيشنهادي روي داده‌هاي تجربي اعمال شد. نتايج وارون‌سازي، در مورد مدل‌هاي مصنوعي و نيز داده‌هاي تجربي، بيانگر عملكرد قابل‌قبول الگوريتم گرده افشاني گل بهينه در وارون‌سازي امواج سطحي است. همچنين عملكرد الگوريتم بهينه شده پيشنهادي در مقايسه با الگوريتم گرده افشاني گل استاندارد در وارون‌سازي منحني پاشش از دقت و سرعت همگرايي بالاتري برخودار است.

In this study, for inversion of surface wave dispersion curves, a new modified flower pollination algorithm (MFPA) is introduced. The goal of the proposed algorithm is to find the unknown parameters of the problem, i.e., the thicknesses and shear wave velocities of the soil layers. The performance of the algorithm has been evaluated by synthetic models and also actual dataset. The results, in both of synthetic models and experimental data, represent the acceptable performance of the proposed algorithm. The MFPA inversion method is a suitable technique for reducing the non-uniqueness of the surface wave inversion task.