به‌کارگیری روش های خوشه‌بندی میانگین K، میانگین فازی و گوستافسون کسل در تلفیق نتایج وارون سازی داده های توموگرافی لرزه‌ای انکساری و مقاومت ویژه الکتریکی برای ارزیابی آبرفت و سنگ بستر

در سال‌های اخیر، الگوریتم‌های خوشه‌بندی فازی بیش‌تر از سایر روش‌ها برای خوشه‌بندی نتایج به‌کار برده شده­اند. در خوشه‌بندی، الگوریتم‌های فازی می‌توانند در تلفیق مدل‌های چندگانه با گروه‌بندی نمونه‌ها در یک فضای چند‌بعدی، به‌کار روند. مفهوم عضوهای جزئی خوشه، ناهمگنی ساختاری همه مدل‌های ورودی را تلفیق کرده و آن را در یک مفهوم فازی توصیف می‌کند. در این پژوهش، بعد از وارون­‌سازی داده‌های مقاومت ویژه الکتریکی با روش کم‌ترین مربعات گوس- نیوتن و با استفاده از نرم‌افزار RES2DINV و نیز محاسبه اولین زمان رسیدها با استفاده از نرم‌افزار PickWin و وارون‌سازی داده­های توموگرافی لرزه­ای انکساری با استفاده از نرم‌افزار GeotTom CG، داده‌ها با سه روش میانگن K، میانگین فازی و گوستافسون کسل خوشه‌بندی شدند. با استفاده از روش شاخص دان برای بهینه‌سازی تعداد خوشه‌ها عدد 12 به‌دست آمد که با توجه به نقشه­های به‌دست آمده برای مقاومت ویژه الکتریکی و توموگرافی لرزه­ای انکساری، تعداد خوشه مناسبی است. با توجه به بررسی‌های انجام شده در بستر سد، محدوده آبرفت و سنگ بستر و هم‌چنین لایه‌بندی، روش خوشه‌بندی گوستافسون کسل نتیجۀ بهتری را نشان داده است. با به‌کار بردن نتایج میانگین فازی در آغاز الگوریتم گوستافسون-کسل، گام‌های تکرار کاهش و سرعت همگرایی افزایش می‌یابد. محاسبات مربوط به الگوریتم‌های خوشه‌بندی با کدنویسی در محیط نرم افزار متلب انجام شده است