Page 392 - 4703
P. 392

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
   387   388   389   390   391   392   393   394   395   396   397