تحلیل خوشه ای و آنالیز پیش لرزه ها جهت پیش بینی زلزله با استفاده از تکنیک های داده کاوی

thesis
abstract

با توجه به قرارگیری ایران در کمربند زلزله خیز آلپ هیمالیا، زمین لرزه ها به عنوان مخرب ترین حادثه طبیعی، عامل تلفات بشری و خسارات اقتصادی قابل توجه در کشور محسوب می شوند. در طول تاریخ، زمین لرزه های ویرانگری مناطق مختلف کشورمان را لرزانده و باعث مرگ و میر تعداد زیادی از هم وطنانمان گردیده اند، از همین رو در این تحقیق به بررسی مسائل مرتبط با پیش بینی زلزله با استفاده از پیش نشانگر پیش لرزه پرداخته شد. برای انجام این کار ابتدا با استفاده از داده های لرزه ای موجود در کاتالوگهای زلزله یک بانک اطلاعاتی برای پیش لرزه های کشور تهیه شد. پس از پالایش کاتالوگها و جداسازی پیش لرزه ها از لرزه های اصلی با اعمال عملیات دیکلاسترینگ به روش گاردنر و نوپوف 1974 بر روی داده ها نقشه پیش لرزه های کشور را برای لرزه های بزرگتر از 5 تهیه گردید. سپس عملیات خوشه بندی بر روی داده های پیش لرزه ای اجرا گشت. برای این بخش ابتدا از الگوریتم خود سازمان دهنده(som) کوهونن برای تعیین اعداد اولیه تعداد خوشه ها و سپس الگوریتم خوشه بندی k-means برای 5 تا 15 خوشه اجرا گشت و با توجه به میزان شاخص سیلوئت تعداد 6 خوشه را برای داده های پیش لرزه ای کشور تعیین شد.سپس خوشه های بدست آمده با استفاده از آزمونهای دانکن و توکی گروه بندی و با توجه به نتایج خوشه بندی و گروه بندی، نقشه زون بندی پیش لرزه های ایران تهیه گشت و زون انتقالی زاگرس – مکران به عنوان اصلیترین زون پیش لرزه ای ایران معرفی شد. پس از مشخص شدن زون اصلی پیش لرزه ای به سراغ مدلسازی جهت پیش بینی زلزله با استفاده از شبکه های عصبی مصنوعی رفته و مدلسازی برای دو حالت پیش بینی و طبقه بندی انجام شد. نتایج پیش بینی نسبتا ضعیف و با ضریب همبستگی در حدود 65 درصد بود ولی نتایج طبقه بندی از صحت بسیار بالایی برخوردار بود. پس از انجام مدلسازی به معرفی زون انتقالی زاگرس – مکران از لحاظ وضعیت تکتونیکی پرداخته و گسلهای اصلی منطقه را معرفی شدند. در نهایت پارامترهای لرزه خیزی این زون موردبررسی قرار گرفت. مقدار های a، bو بزرگای کاملی برای این منطقه برای سالهای 2006 تا 2012 محاسبه و نقشه آنها تهیه گشت. مقدار بدست آمده برای مقدار b در حدود 8/0 مقدارa6/5 و بزرگای کاملی 2/3 محاسبه شده است. مقدار a سالانه در حدود 8/4 بدست آمده است. تغییرات پارامترهای لرزه خیزی وجود پریودهای شبه تناوبی 2 ساله را برای این منطقه نشان می دهند.

First 15 pages
similar resources

الگویابی داده های لرزه یی با استفاده از خوشه بندی به منظور پیش بینی زلزله

زلزله ها همواره به عنوان یکی از مخرب ترین بلایای طبیعی شناخته می شوند. به دلیل خسارت های اقتصادی و تلفات جانی بسیار بالا، پیش بینی زلزله امری ضروری به نظر می رسد. در این نوشتار، تغییرات زمانی پارامتر $b$ از رابطه ی گوتنبرگ ریشتر قبل از زلزله هایی با بزرگای $m_w=6.0$ و یا بالاتر از آن در ناحیه ی جنوبی ایران، منطقه ی قشم و اطراف آن مورد بررسی قرار گرفته است. از دو روش خوشه بندی k-m e a n s و نقشه...

full text

پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی

مقدمه داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود که عمدتا" از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فرا...

full text

پیش بینی روش درمان بیماری قلبی با استفاده از الگوریتم های داده کاوی

Background and Aim: Nowadays heart disease is very common and is a major cause of mortality. Proper and early diagnosis of this disease is very important. Diagnostic methods and treatments of the disease are so expensive and have many side effects. Therefore, researchers are looking for cheaper ways to diagnose it with high precision. This study aimed to identify a model for the treatment of he...

full text

پیش بینی الگوی ورود بیمار به بخش اورژانس بیمارستان با استفاده از تکنیک داده کاوی و مدل شبکه عصبی

Background: Emergency department (ED) is the first place for providing diagnostic and therapeutic services to emergency patients. Due to importance of speed and accuracy in providing services the proper allocation of resources, the department must consider this matter in a particular way. Planning Emergency resources implements regardless of patient overcrowding which occurs at different times...

full text

دسته بندی و پیش بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک های داده کاوی

داده کاوی و کشف الگوها و دانش نهفته در داده های سیستم های آموزشی کمک شایانی به تصمیم گیرندگان عرصه آموزش عالی جهت بهبود فرآیند های آموزشی نظیر برنامه ریزی، ثبت نام، ارزیابی و مشاوره می نماید. هدف مقاله حاضر، دسته بندی و پیش بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک های داده کاوی است. در این مقاله سعی شده با استفاده از داده های دموگرافیک و سوابق تحصیلی دانشجویان و آماده سازی مناسب داده ها ...

full text

پیش بینی دبی جریان رودخانه با استفاده از داده کاوی و سری زمانی

شبیه­سازی جریان رودخانه به‌منظور آگاهی از دبی رودخانه در دوره‌های زمانی آینده از مسائل مهم و کاربردی است. با توجه به اهمیت اطلاع از دبی جریان در سال­های آینده، در این مطالعه دبی جریان در سه ایستگاه حاجی‌قوشان، قره‌شور و تمر در حوضۀ آبخیز گرگانرود برای سال­های آبی 90-1381 شبیه­سازی شد. به‌منظور شبیه­سازی از روش آماری سری زمانی در قالب الگوی اتورگرسیون (AR) و داده‌کاوی در قالب ماشین بردار پشتیبان...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده علوم زمین

Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023