Solución del problema de optimización de sondeo magnetotelúrico en cuaterniones por el método de evolución diferencial
Autores: Kasenov, Syrym E.; Demeubayeva, Zhanar E.; Temirbekov, Nurlan M.; Temirbekova, Laura N.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Solución del problema de optimización de sondeo magnetotelúrico en cuaterniones por el método de evolución diferencial
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Aplicación
Transformadas de Fourier cuaterniónicas
álgebra de cuaterniones
Ecuaciones de Maxwell
Percepción magnetotelúrica
Problemas inversos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El artículo discute la aplicación de las transformadas de Fourier cuaterniónicas y el álgebra de cuaterniones para transformar las ecuaciones de Maxwell. Esto hace posible presentar el problema de la detección magnetotelúrica (MTS) en una forma más conveniente para la investigación. Se presentan estudios del problema MTS inverso para regiones de múltiples capas utilizando el método de evolución diferencial, que demuestra una alta convergencia. Para regiones de una sola capa, se considera un nuevo método para resolver problemas inversos basado en minimizar el funcional cuadrático utilizando métodos de optimización conjugados. Se presentan resultados numéricos obtenidos utilizando bibliotecas especiales de Python, con análisis y conclusiones.
Descripción
El artículo discute la aplicación de las transformadas de Fourier cuaterniónicas y el álgebra de cuaterniones para transformar las ecuaciones de Maxwell. Esto hace posible presentar el problema de la detección magnetotelúrica (MTS) en una forma más conveniente para la investigación. Se presentan estudios del problema MTS inverso para regiones de múltiples capas utilizando el método de evolución diferencial, que demuestra una alta convergencia. Para regiones de una sola capa, se considera un nuevo método para resolver problemas inversos basado en minimizar el funcional cuadrático utilizando métodos de optimización conjugados. Se presentan resultados numéricos obtenidos utilizando bibliotecas especiales de Python, con análisis y conclusiones.