تحلیل ریسک زلزله به روش فازی عصبی و مطالعه موردی شهر شهرکرد

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 585

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

UMCONF04_001

تاریخ نمایه سازی: 18 تیر 1396

چکیده مقاله:

حوادث طبیعی از جمله موضوعات مهم جوامع بشری است که به نوعی در زندگی انسانها نقش تعیین کنندهایی داشته است و در شرایط کنونی بسیاری از آنها خارج از کنترل انسان به نظر میرسد اما میزان آسیب نتیجه عملکرد عواملل انسانی است و همانطور که واقفیم پیشگیری از حادثه بهتر از واکنش در مقابل حادثه است، لذا ارتقای دانش و آگاهی عمومی فرد، عامل مهمی در کاهش اثرات بلایای طبیعی محسوب میشود. به عنوان مثال یکی از مهیبترین و خسارت بارترین بلایای طبیعی در دنیای امروز، بالاخص کشورمان ایران، پدیده زلزله میباشد. امروزه روند تحلیل خطر و خطرپذیری زلزله برپایه محاسبات آمار و احتمالاتی استوار است که دارای معایبی ازجمله عدم قطعیت ها و گنگی ها در پارامترها و روشهای آن می باشد در این مقاله، با استفاده از ابزار فازی عصبی و - دسته بندی سازه ها به سطح پذیرش خطر لرزه ای با توصیف کیفی اقدام شده است.هدف از این تحقیق، تهیه مدلی است که بتواند مطالعات تحلیل ریسک زلزله و نتایج آن را دقیقتر و سریعتر به انجام رساند. از جمله مهم ترین مزایای روش پیشنهادی می توان به امکان مدل کردن عدم قطعیت ها، طبقه بندی ورودی ها و بدست آوردن اطلاعات قطعی را از ورودیهای ناقص یا فازی، ورود اطلاعات برداشت شده از سازه به صورت کیفی و سرعت بسیار بالای روند تحلیل ریسک، اشاره کرد . بدین منظور، برای بررسی کارایی روش پیشنهادی، مدل طرح شده روی تعدادی از مدارس شهرکرد و حومه، آزمایش شد که نتایج حاکی از کارایی مناسب آن است

نویسندگان

غلامرضا کیوانی هفشجانی

مربی دانشگاه علمی کاتبرد انجمن جوشکات (علامه)

غلامرضا قدرتی امیری

هییت علمی دانشگاه علم و صنعت

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 :
  • لی وانگ، سیستم های فازی و کنترل فازی، ترجمه محمد ...
  • I2] آذر، عادل و حجت فرجی، (1386)، علم مدیریت فازی، ...
  • گودرزی، محمدرضا، کنگاوری، محمدرضا، (1383)، یادگیری درخت تصمیم فازی، پنجمین ...
  • دستورالعمل ارزیابی لرزه ای سریع ساختمان های موجود، نشریه ی ...
  • وانگ، لی، ترجمه محمد تشنه لب، نیما صفارپور، داریوش افیونی، ...
  • آمنهاج، محمد باقر، «محاسبات فازی (جلد سوم): هوش محاسباتی» تهران ...
  • National Audit Office, "Reducing passenger rail delays by better management ...
  • M. Carey, A. Kwiecinski, "Stochastic approximation to the effects of ...
  • T. Huisman., R. Boucherie, "Running times on railway sections with ...
  • J. Peters, B. Emig, M. Jung, S. Schmidt, "Prediction of ...
  • J. Yuan, "Stochastic Modeling of Train Delays and Delay Propagation ...
  • J. Yuan, "Dealing with stochastic dependence in the modeling of ...
  • K. Briggs, C. Beck, "Modeling train delays with q-exponential functions", ...
  • -Discrim inatory Automatic Registration of Knock on Train Non؛ [13] ...
  • L. Zonglei., W. Jiandong, Z. Guansheng :A New Method to ...
  • L. Zonglei., W. Jiandong, and X.Tao ". new method for ...
  • D. Long, S. Hasan., "Improved Prediction of Flight Delays Using ...
  • S. Mitra, and Y. Hayashi, "Neuro-Fuzy Rule Generation: Survey in ...
  • C. K. Chak, G. Feng, and J. Ma, _ adaptive ...
  • C. Juang, and C. Lin, _ on-line s e lf-constructing ...
  • W.A. Farag, V.H. Quintana, and G. Lambert- Torres, _ genetic-based ...
  • H. Ishibuchi, M. Nii, and T. Murata, "Linguistic rule extraction ...
  • M. Chow, S. Altug, and H. J. Trussell, "Heuristic constraints ...
  • A daptive-n etwork-based fuzzy inference system, " IEEE Trans. Syst., ...
  • T. Takagi and M. Sugeno, "Fuzzy identification of systems and ...
  • J.S.R. JANG, C.T Sun , "Neuro-Fuzzy Modeling and Control, The ...
  • P.K. Chan, C.H. Cheng, B.T. Low, and J. Motwani, "Improving ...
  • V.T. Tran , B.S. Yang , M.S. Oh , and ...
  • G. Leng , X.J. Zeng, J.A. Keane, _ hybrid learning ...
  • A. Keles, M. Kolcak, A. Keles, _ adaptive neuro-fuzzy model ...
  • M.A. Mashrei , N. Abdulrazzaq , T.Y. Abdalla , M.S. ...
  • Y. Yildirim, M. Bayramoglu, "Adaptive neuro-fuzzy based modelling for prediction ...
  • J.D. Wua, C.C. Hsua, H.C. Chen, _ expert system of ...
  • T. Partal, and O. Kisi, "Wavelet and neuro-fuzzy conjunction model ...
  • نمایش کامل مراجع