Page 392 - 4703

деякі параметри геоелектричного розрізу, не використовуєть-
ся. Цю стратегію можна застосовувати у випадку, коли даних
польових спостережень достатньо для оцінки параметрів геое-
лектричного розрізу з високою точністю. Ця стратегія була
використана нами вище для визначення параметрів р1 і р3.
Однак іноді даних тільки польових спостережень недо-
статньо для оцінки параметрів геоелектричного розрізу з не-
обхідною точністю. Тоді для генерації прогностичних нейрон-
них мереж можна додатково до польових даних залучати ін-
формацію про деякі параметри геоелектричного розрізу. Да-
ний підхід використовують наступні дві стратегії.
В другій стратегії для генерування нейронних прогнос-
тичних мереж разом з польовими даними залучається інфор-
мація про деякі параметри геоелектричного розрізу, шляхом
завдання інтервалів зміни параметрів. Дана стратегія була ви-
користана нами вище при генерації прогностичної нейронної
мережі для оцінки параметру h1 ( потужність першого шару),
коли додатково до польових даних була використана інфор-
мація про інтервал зміни питомого опору першого шару р1. В
результаті ми отримали нейронну мережу, яка була здатна
прогнозувати параметр h1 з точністю 7,4 м.
В третій стратегії додатково до польових даних залу-
чається інформація про конкретне значення геоелектричного
параметру, отримане на попередньому етапі аналізу польових
даних. Так, наприклад, для конкретної амплітудної і фазової
кривої ми отримали оцінку питомого опору першого шару р1.
Тоді ми можем згенерувати нейронну мережу для прогно-
зування, наприклад, параметру h1, де величина параметру р1
прийнята рівною його точковій оцінці. Можна сказати, що ця
нейронна мережа згерована для конкретного значення пара-
метру р1. В результаті використання цієї стратегії ми можемо
отримати найвищу точність оцінки h1, порівнянно з попе-
редніми стратегіями.

Визначення h1 за стратегією 1.
Для виконання прогнозу параметру h1 10 контрольних
геоелектричних розрізів відкриваємо модуль нейронних ме-
реж, в стартовій панелі SANN - New Analysis/Deployment роби-
мо активним пункт Deploy models from previous analuses, тис-
немо кнопку Load network files і знаходимо файл відповідної

392