ارزیابی رفتار آشوبی و پیش بینی سری های زمانی زمین لرزه های شهر تهران

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 99

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MCEJ-20-3_011

تاریخ نمایه سازی: 6 اسفند 1403

چکیده مقاله:

با بررسی تاریخچه تلاش های بشر برای ایمن سازی در برابر اثرات زلزله، با حوادث تلخ و زیانبار بسیاری مواجه می شویم. با توجه به آنکه اغلب تصمیم گیری های مرتبط با تاثیر زمین لرزه، بر پایه ی تصادفی بودن آنها اتخاذ شده است، بررسی صحت این فرض می تواند گره بخشی از خطاها در مقدمات ایمن سازی را آشکار سازد. بررسی های اخیر نشان داده است که ساختار دینامیکی این رخدادهای پیچیده با استفاده از مفاهیم نظریه ی آشوب بیش از سایر تئوری ها قابل فهم می باشد. در این مقاله، ۹ زمین لرزه رخ داده در محدوده شهر تهران انتخاب و مکانیزم رخداد زلزله ها از نقطه نظر تصادفی و یا غیرخطی بودن سری زمانی مربوط به آنها، با استفاده از اصول نظریه آشوب مورد بررسی قرار گرفته است. به این منظور بازسازی فضای فاز برای تعیین زمان تاخیر با استفاده از روش تابع میانگین اطلاعات متقابل و همچنین روش نزدیک ترین همسایه های کاذب جهت تخمین بعد محاط، بکار گرفته شده است. از روش بعد همبستگی برای بررسی حضور آشوب در ساختار زمین لرزه ها و از روش پیش بینی موضعی و شبکه عصبی مصنوعی، جهت بررسی ماهیت آشوبی و پیش بینی زمین لرزه های آشوبی استفاده شده است. نتایج تحقیق نشان می دهد که دینامیک حاکم بر زمین لرزه های این منطقه تصادفی نیست. این زلزله ها رفتار آشوبی با بعد بالا از خود نشان می دهند. پیش بینی زلزله ها با استفاده از شبکه عصبی نتایج رضایت بخش دارد.

نویسندگان

فریده مرادی طیبی

M.Sc., Civil Engineering, Faculty of Engineering, Behbahan Khatam Alanbia University of Technology

ساسان معتقد

Assistant Prof., Civil Engineering, Faculty of Engineering, Behbahan Khatam Alanbia University of Technology

رضوان داستانیان

Assistant Prof., Electrical Engineering, Faculty of Engineering, Behbahan Khatam Alanbia University of Technology

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Zheng Y. G., Huang J. W., Sun Y. H. & ...
  • Tusset A. M., Janzen F. C., Piccirillo V., Rocha R. ...
  • Cao L. & Laflamme S. ۲۰۱۷ Real-time variable multidelay controller ...
  • Pavlos G. P., Karakatsanis L., Latoussakis J. B., Dialetis D. ...
  • Iliopoulos A. C. & Pavlos G. P. ۲۰۱۰ Global low ...
  • Yang D., Yang P. & Zhang Ch. ۲۰۱۲ Chaotic Characteristic ...
  • Kostic S., Vasovic N., Perc M., Toljic M. & Nikolic ...
  • Potirakis S. M., Contoyiannis Y., Melis N. S., Kopanas J., ...
  • Abbasi M. & Gholami A. ۲۰۱۷ Polynomial chaos expansion for ...
  • Pari Zangeneh M., Ataei M. & Moallem P. ۲۰۱۰ Phase ...
  • Ng W. W., Panu U. S. & Lennox W. C. ...
  • Sangoyomi T. B., Lall U. & Abarbanel H. D. I. ...
  • Abarbanel H. & Brown R. ۱۹۹۶ Analysis of observed chaotic ...
  • Lakshmi S. & Tiwari R. ۲۰۰۹ Model dissection from earthquake ...
  • Sivakumar B., Jayawardena A. W. & Fernando T. M. K. ...
  • Arjomand M. A., Mahmoudi J., Rezaei M. & Mohammadi M. ...
  • Bachmann, J. A., Strand, M., Vassiliou, M. F., Broccardo, M. ...
  • ۱۹- Chelidze T., Zhukova N. & Matcharashvili T. ۲۰۱۸ Phase ...
  • نمایش کامل مراجع