تعیین پارامترهای گسل با استفاده از میدان جابجایی سه بعدی بر مبنای الگوریتم شبکه های عصبی مصنوعی

thesis
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداری
  • author امیر یزدیان
  • adviser بهزاد وثوقی
  • publication year 1393
abstract

مطالعه گسل های فعال به منظور شناخت زلزله ها و بهبود کامل پیش بینی آن ها موضوع مورد توجه محققین علوم زمین می باشد. امکان اندازه گیری موقعیت نقاط روی سطح زمین و امکان برآورد تغییرشکل سطحی زمین توسط مشاهدات ژئودزی با دقت بالا مرجع مناسبی برای بررسی پدیده-های مختلف ژئودینامیکی فراهم کرده است. هدف این پایان نامه، به دست آوردن اطلاعات مربوط به پارامترهای یک گسل با استفاده از مجموعه مشاهدات تغییر شکل آن است که مسأله معکوس ژئوفیزیک نامیده می شود. روش های بهینه سازی بر اساس شیوه حل مسأله، به دو بخش کلاسیک و تکاملی تقسیم بندی می شوند. روش های کلاسیک از یک نقطه اولیه شروع شده و درصدد یافتن امتدادی برای رسیدن به جواب هستند. این روش ها در صورت عدم انتخاب مقادیر اولیه مناسب برای پارامترها در نقطه بهینه محلی همگرا می شوند. روش های تکاملی با استفاده از اپراتورهای مخصوص خود به جستجوی هوشمندانه در فضای جستجوی بزرگ تر ولی متناهی با استفاده از روش های آماری می پردازند. در این تحقیق، به منظور مطالعه رفتار گسل در زمان زلزله، برآورد پارامترهای گسل مسبب زلزله ششم آذرماه 1384 و طبقه بندی نوع آن انجام می شود. بدین منظور، با فرض مدل الاستیک و با استفاده از میدان جابجایی هم لرزه به دست آمده از روش تداخل سنجی راداری، از حل معکوس الگوریتم شبکه های عصبی مصنوعی به عنوان روش تکاملی استفاده می شود و با استفاده از روش مارکوارت- لونبرگ به عنوان روش کلاسیک نتایج حاصله از شبکه عصبی تحلیل آماری می شود. بدین منظور ابتدا صحت عملکرد الگوریتم شبکه عصبی مصنوعی و درستی نتایج حاصل بر روی میدان جابجایی سه بعدی شبیه سازی شده بررسی شد. سپس از مشاهدات واقعی میدان جابجایی هم لرزه به دست آمده از روش تداخل سنجی راداری استفاده شد. نتایج حاصل از این تحقیق بیانگر آن است که مشاهدات تداخل سنجی راداری با یک گسل معکوس به عمق 6.2 کیلومتر، طول 7.6 کیلومتر، عرض 4.8 کیلومتر، شیب 40 درجه و آزیموت 249 درجه منطبق است. این گسل دارای لغزش 88 سانتی متر بوده است. همچنین تحلیل آماری نتایج با استفاده از روش مارکوارت- لونبرگ نشان از درستی نتایج حاصله از الگوریتم شبکه عصبی مصنوعی داد.

similar resources

تخمین پارامترهای گسل مسبب زلزله با استفاده از میدان جابجایی هم‌لرزه آن و الگوریتم شبکه های عصبی مصنوعی

کشور ما در یک پهنه لرزه خیز واقع شده است و دارای گسل های فعال می‌باشد که میلیون ها انسان تحت تهدید یک زلزله احتمالی در این مناطق از کشورمان زندگی می‌کنند، مطالعه گسل های فعال امری حیاتی محسوب می‌شود. هدف این مقاله بدست آوردن اطلاعات مربوط به پارامترهای گسل با استفاده از مجموعه مشاهدات تغییرشکل که مسئله معکوس ژئوفیزیک نامیده می‌شود. در اغلب مسایل معکوس، ماتریس مشاهدات مسأله به علت وابسته بودن...

full text

تخمین پارامترهای گسل مسبب زلزله با استفاده از میدان جابجایی هم لرزه آن و الگوریتم شبکه های عصبی مصنوعی

کشور ما در یک پهنه لرزه خیز واقع شده است و دارای گسل های فعال می باشد که میلیون ها انسان تحت تهدید یک زلزله احتمالی در این مناطق از کشورمان زندگی می کنند، مطالعه گسل های فعال امری حیاتی محسوب می شود. هدف این مقاله بدست آوردن اطلاعات مربوط به پارامترهای گسل با استفاده از مجموعه مشاهدات تغییرشکل که مسئله معکوس ژئوفیزیک نامیده می شود. در اغلب مسایل معکوس، ماتریس مشاهدات مسأله به علت وابسته بودن مش...

full text

تخمین پارامترهای شتاب، سرعت و جابجایی ماکزیمم زمین با استفاده از شبکه عصبی مصنوعی

به منظور انجام تحلیل‏های دینامیکی و همچنین تعیین میزان خطرپذیری در هر منطقه بایستی بتوان پارامترهای زمین‌لرزه‌ احتمالی آن منطقه را تخمین زد. در این مقاله تلاش خواهد شد با استفاده از شبکه عصبی مصنوعی مقادیر شتاب، سرعت و جابجایی ماکزیمم زمین تخمین زده شود. بدین منظور از شبکه‏ها‏ی عصبی به عنوان یکی از روش‏ها و تکنیک‏های کاربردی هوش مصنوعی در ارائه یک روش محاسباتی ساده‏تر برای حذف تردیدها و عدم قطع...

full text

تعیین ارزش دارایی‌های نامشهود با استفاده از شبکه عصبی مصنوعی

درک عوامل موثر بر ارزش شرکت برای سرمایه‌گذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایه‌گذاری یا اعطای تسهیلات، امری حیاتی است. از آن‌جایی که اقتصاد دانش‌محور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر دارایی‌های فیزیکی به دانش نامشهود منتقل شده است. از این‌رو در آینده نه چندان دور، ارزش‌گذاری دارایی‌های نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن ...

full text

ارزیابی پارامترهای موثر در تفرق امواج زلزله های دور از گسل به کمک شبکه های عصبی مصنوعی

سازه‌های زیرزمینی به‌عنوان شریان‌های حیاتی، نقش به‌سزایی در مدیریت بحران پس از رخداد زلزله ایفا می‌کنند. زلزله‌ی ایجادشده بر اثر برخورد با تونل، امواج تفرقی ایجاد می‌کند که این امواج در بسیاری از موارد تخریب‌ها را در سازه‌های مجاور تونل افزایش می‌دهند. برای بررسی اثر تفرق زلزله در حوزه‌ی دور، تونل دو قلوی متروی شهر شیراز و سازه‌های مجاور آن در نظر گرفته شده است. در این نوشتار، یک شبکه‌ی عصبی من...

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 خواجه نصیرالدین طوسی - دانشکده نقشه برداری

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023