CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: تخمین پارامترهای گسل مسبب زلزله با استفاده از میدان جابجایی هم لرزه آن و الگوریتم شبکه ای عصبی مصنوعی
شناسه ملی مقاله: ESUD02_529
منتشر شده در دومین کنگره بین المللی علوم زمین و توسعه شهری در سال 1395
مشخصات نویسندگان مقاله:

امیر یزدیان - کارشناسی ارشد ژئودزی دانشکده مهندسی نقشه برداری دانشگاه صنعتی خواجه نصیر الدین طوسی
بهزاد وثوقی - دانشیار دانشکده مهندسی نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی
سعید حاجی آقاجانی - کارشناسی ارشد زئودوزی دانشکده مهندسی نقشه برداری نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

خلاصه مقاله:
کشور ما در یک پهنه لرزه خیز واقع شده است و دارای گسلهای فعال می باشد بنابراین مطالعه گسلها فعال امری حیاتی محسوب می شود هدف این مقاله بدست آوردن اطلاعات مربوط به پارامترهای گسل با استفاده از مجموعه مشاهدات زئودزی که مسئله معکوس ژئوفیزیک نامیده می شود از آنجایی که مسئله معکوس به طور مستقیم قابل حل نیست از روشهای بهینه سازی برای حل آن استفاده می شود بسیاری از مسائل بهینه سازی ژئوفیزیکی غیر خطی هستند و دارای تابع هدف بی قاعده هستند در برخورد با این مسائل به راحتی با استفاده از روشهای کلاسیک نمی توان به نتیجه مطلوب رسید و روشهای غیر کلاسیک یا تکاملی مطرح می شوند. در این تحقیق به منظور تخمین پارامترهای گسل مسبب زلزله از میدان جابجایی هم لرزه بدست آمده از مشاهدات تداخل سنجی راداری درزلزله 6 آذر 1384 جزیره قشم و الگوریتم شبکه عصبی مصنوعی استفاده شده است بکارگیری این روش در میدان جابجایی هم لرزه قشم منجر به تخمین پارمترهای گسل به عمق 6/1 کیلومتر و طول 7/4 کیلومتر و عرض 4/6 کیلومتر با شیب 42 درجه، آزیموت 251 درجه و لغزش 88 سانتی متر شد مقایسه نتایج فوق با سیار تحقیقهای انجام شده در این زمینه بیانگر آن است که روش شبکه عصبی مصنوعی یک روش قابل اعتماد در محاسبه پارامترهای گسل مسبب زلزله می باشد.

کلمات کلیدی:
مسئله معکوس ، بهینه سازی تکاملی، شبکه های عصبی مصنوعی، مدل اکادا، پارامترهای گسل، تداخل سنجی راداری

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/526386/