Kriglemede kestirim komşuluğunun ya da örnek tarama bölgesinin uygun bir şekilde tanımlanması gerekir. Bu komşuluğun belirlenmesi kestirim değerini oldukça etkiler. Krigleme komşuluğunun belirlenmesinde kullanılan ana kriterler; krigleme varyansı, kestirilmeyen blokların sayısı, negatif ağırlıkların birikimli toplamı ve gerçek blok tenörünün kestirilen blok tenörüne karşı çizilen regresyonun eğimidir. Bu yaklaşımın performansı örnek tarama bölgesinin çapından büyük ölçüde etkilenir. Bu yazı, örnek tarama çapının optimum bir şekilde belirlenmesine yönelik olarak yeni bir yaklaşım geliştiriyor. Deneysel veriler kullanılarak, örnek tarama çapına ilişkin krigleme varyansını, kestirilmeyen blokların sayısını ve krigleme negatif ağırlıklarının birikimli toplamını hassas bir şekilde kestiren bir sinir ağı simulatorü geliştirilmiştir. Simulatör daha sonra sayısal optimizasyon kodunda objektif bir değerlendirici olarak kullanılmıştır. Bu kod, değerlendirme kriterlerinin optimum değerlerine karşılık gelen örnek tarama çapını bulan karmaşık doğrudan tarama yöntemine dayanmaktadır. Algoritmanın bir çok kez çalıştırılması suretiyle çok sayıda çözüm kümesi üretildikten sonra regresyonun eğimi en uygun çöüzümü bulmak amacıyla kullanılmıştır. Önerilen stratejinin uygulanabilirliği ve verimliliğini ortaya koymak amacıyla Orta İran’da Bafgh’de bulunan 12A nolu demir yatağında örnek bir inceleme sunulmuştur
Complex method kriging neutral networks optimization search ellipsoid dimensions
Birincil Dil | Türkçe |
---|---|
Bölüm | Makaleler |
Yazarlar | |
Yayımlanma Tarihi | 1 Şubat 2011 |
Gönderilme Tarihi | 24 Mart 2015 |
Yayımlandığı Sayı | Yıl 2011 Cilt: 32 Sayı: 1 |