برآورد شدت آریاس جنبش نیرومند زمین با استفاده از روشهای یادگیری ماشین
- سال انتشار: 1403
- محل انتشار: چهاردهمین کنگره ملی مهندسی عمران
- کد COI اختصاصی: NCCE14_021
- زبان مقاله: فارسی
- تعداد مشاهده: 242
نویسندگان
دانشجو کارشناسی ارشد و گروه مهندسی زلزله، دانشکده مهندسی عمران، دانشگاه صنعتی شیراز، شیراز،ایران
استادیار، گروه مهندسی زلزله، دانشکده مهندسی عمران، دانشگاه صنعتی شیراز، شیراز، ایران
دانشیار، گروه مهندسی هیدرولیک، دانشکده مهندسی عمران، دانشگاه صنعتی شیراز، شیراز، ایران
استادیار، دانشکده مهندسی عمران، دانشگاه ایالتی پلی تکنیک کالیفرنیا، پومونا، آمریکا
چکیده
در این پژوهش ، با استفاده از تکنیک های یادگیری ماشین ، شدت آریاس (IA)، به عنوان یکی از پارامتر های مهم جنبش نیرومند زمین آورده شدهاست . برای این منظور از ۲۵۵۷ دادههای زلزله های زلزله های پیشین با بزرگای بین ۹.۳ تا ۹.۷ استفاده شده است که از پایگاه داده مرکز تحقیقات مهندسی زلزله اقیانوس آرام PEER (Pacific Earthquake Engineering Research Center) جمع آوری شده اند. با استفاده از شش پارامتر بزرگای گشتاوری (Magnitude Moment)، فاصله جوینر بور (Joyner-Boore Distance)، ماکزیمم شتاب زمین (Peak Ground Acceleration)، نسبت سرعت ماکزیمم به شتاب ماکزیمم (Vmax/Amax)، حداکثر شتاب پایدار (Acceleration Sustained Maximum) و پریود غالب ( Predominent (Period و بکارگیری الگوریتم جنگل تصادفی (Random Forest)، شدت آریاس زلزله ها برآورد گردیده اند. نتایج نشان می دهد که روش پیشنهادی دارای دقت قابل قبولی در برآورد پارامتر های تاثیرگذار شدت آریاس زلزله می باشد و می توان از این ابزار در پژوهشهای آینده برای برآورد سایر پارامترها لرزه ای استفاده کرد.کلیدواژه ها
پارامترهای جنبش نیرومند زمین ، شدت آریاس (IA)، یادگیری ماشین (Machine Learning)، جنگل تصادفی (Random Forest)مقالات مرتبط جدید
- نقش حیاتی عایق های سفید اکریلیک در حفاظت از گیاهان در برابر تغییرات اقلیمی
- بررسی اثر سیستم مدیریت ساختمان در مصرف انرژی ساختمان های اداری در شهر تبریز
- اکولوژی شهری و توسعه پایدار: چشم اندازی به شهرهای سبز آینده
- Designing a Residential Tower Influenced by Biophilic Architecture to Enhance Mental Health and Quality of Life for Residents in Iran and the Metropolis of Tehran (Case Study: District ۲۲)
- Toward Smart Urban Transportation and Crisis Management: A Literature Review and Delphi-Based Prioritization Framework
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.