پیشبینی آماری پهنه بندی خطر زلزله احتمالی با استفاده شبکه های عصبی مصنوعی
نویسندگان
چکیده
پیش بینی محل وقوع زلزله های آتی همراه با تعیین درصد احتمال رخداد، می تواند در کاهش خطرات ناشی از زلزله بسیار سودمند باشد. تعیین محل های پیش بینی شده، سبب افزایش توجه به طراحی، به سازی لرزهای و ارزیابی قابلیت اعتمادپذیری سازه های موجود در این مکان ها می شود. در پیش بینی زمان وقوع زلزله فرضیه ها و نظریه های گسترده ای مطرح است. هنوز شیوه ای دقیق برای پیش بینی زمان رخداد زلزله های آتی مورد تأیید قرار نگرفته است. در مورد پیش بینی بزرگی زلزله، بررسی های گسترده ای انجام شده است، ولی در زمینۀ پهنه بندی مکان رخداد زلزله احتمالی هنوز هیچ پژوهشی صورت نگرفته است. در این پژوهش با استفاده از شبکه های عصبی مصنوعی خود سازمان یافته، در استان های سمنان و قم، مکان هایی که احتمال رخداد زلزله آتی وجود دارد، پیش بینی شده است. شبکه های عصبی مصنوعی انتخاب شده در این تحقیق، با دریافت الگوهای ورودی قادر به استخراج مشخصات الگوهای پیچیدهای از داده های ورودی(کاتالوگ زمین لرزهها) است. سپس با پژوهش های آماری انجام شده، نقشۀ پهنه بندی مکان زلزله احتمالی ترسیم شده است. برای انجام این کار مشخصات زلزله های رخ داده بین سال های 1903 تا 2012 در استان های مورد نظر از پایگاه های مختلف لرزه ای جمع آوری شد. با توجه به نقشه های به دست آمده، بیش ترین احتمال وقوع زلزله در استان قم، در منطقۀ مرکزی این استان با احتمال 6/31 درصد و در استان سمنان در محدودۀ شمالی این استان با احتمال 9/28 درصد پیش بینی شده است.
منابع مشابه
پهنه بندی خطر زمین لغزش با استفاده از شبکه عصبی مصنوعی مطالعه موردی: حوضه کشوری (نوژیان)
حوضه آبریز کشوری در جنوب شرقی شهر خرم آباد در استان لرستان قرار دارد. این حوضه از نظر تقسیم بندی زمین ساخت ایران در زاگرس چین خورده قرار می گیرد. با توجه به نوع سازند های زمین شناسی، وضعیت توپوگرافی و وسعت آن، این حوضه از پتانسیل لغزش بالایی برخوردار بوده و از نظر لغزشی ناپایدار است. در این تحقیق برای پهنه بندی خطر زمین لغزش در این حوضه از روش شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه و الگو...
متن کاملپهنه بندی خطر زمین لغزش با استفاده از روش شبکه عصبی مصنوعی(مطالعة موردی: حوزه سپیددشت، لرستان)
این تحقیق با هدف پهنهبندی خطر نسبی ناپایداری دامنهای و وقوع زمین لغزش در حوزه سپیددشت با استفاده از روش شبکه عصبی مصنوعی با ساختار پرسپترون چندلایه و الگوریتم یادگیری پس انتشار خطا صورت گرفته است. به منظور بررسی پایداری دامنهها در این حوزه ابتدا لغزشهای حوزه با استفاده از تصاویر ماهوارهای TM و +ETM، عکسهای هوایی 1:50000 منطقه و بازدیدهای میدانی (سال 1393) شناسایی و ثبت گردیدند. با قطع نقش...
متن کاملپهنه بندی خطر زمین لغزش با استفاده از شبکه عصبی مصنوعی در بخشی از حوزه آبخیز هراز
بخش بزرگی از کشور ایران را مناطق کوهستانی تشکیل میدهد. هر ساله زمینلغزش موجب خسارت به انواع سازههای مهندسی، مناطق مسکونی، جنگلها و در پی آن ایجاد رسوب و سیلابهای گلآلود و در نهایت پر شدن مخازن سدها میگردد. از آنجا که پیشبینی زمان و مکان رخداد زمینلغزش از توان دانش فعلی بشر خارج است، برای بیان حساسیت دامنهها، به پهنهبندی خطر زمینلغزش در مناطق مختلف میپردازند. در این تحقیق برای پهن...
متن کاملپهنه بندی خطر زمین لغزش با استفاده از شبکه عصبی مصنوعی مطالعه موردی: حوضه کشوری (نوژیان)
حوضه آبریز کشوری در جنوب شرقی شهر خرم آباد در استان لرستان قرار دارد. این حوضه از نظر تقسیم بندی زمین ساخت ایران در زاگرس چین خورده قرار می گیرد. با توجه به نوع سازند های زمین شناسی، وضعیت توپوگرافی و وسعت آن، این حوضه از پتانسیل لغزش بالایی برخوردار بوده و از نظر لغزشی ناپایدار است. در این تحقیق برای پهنه بندی خطر زمین لغزش در این حوضه از روش شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه و الگو...
متن کاملتولید شتابنگاشت مصنوعی زلزله با استفاده از شبکه عصبی فازی
نیاز روزافزون به تحلیل دینامیکی تاریخچه زمانی و عدموجود شتابنگاشتهای مناسب در مناطق مختلف، تولید شتابنگاشتهای مصنوعی سازگار با طیف طرح را ضروری میسازد. هدف اصلی این تحقیق ارائه روشی نوین، بر اساس تبدیل بسته موجک و روش های هوش مصنوعی برای تولید شتابنگاشت مصنوعی زلزله سازگار با طیف طرح بر اساس مقدار بزرگا، فاصله از گسل و طیف مربوطه می باشد. در این تحقیق از شبکه های عصبی فازی و آنالیز موجک پک...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
زمین شناسی مهندسیجلد ۶، شماره ۱، صفحات ۱۴۲۹-۱۴۴۴
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023