ارزیابی روش های مختلف درونیابی جهت تعیین میدان جابجایی سه بعدی با کمک مشاهدات شبکه ژئودینامیک

  • سال انتشار: 1397
  • محل انتشار: بیست و پنجمین همایش و نمایشگاه ملی ژئوماتیک و سومین کنفرانس مهندسی فناوری اطلاعات مکان
  • کد COI اختصاصی: NCEGIT03_087
  • زبان مقاله: فارسی
  • تعداد مشاهده: 585
دانلود فایل این مقاله

نویسندگان

میررضا غفاری رزین

استادیار، دانشکده فنی و مهندسی، گروه مهندسی عمران و نقشهبرداری، دانشگاه صنعتی اراک

بهزاد وثوقی

دانشیار گروه مهندسی ژئودزی دانشکده مهندسی نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده

هدف این مقاله استفاده از روشهای نوین و البته دقیق جهت برآورد و تعیین میدان سرعت و استرین درمنطقه ایران میباشد. سه روش شبکه عصبی مصنوعی ) ANN (، درونیابی کریژینگ فراگیر و مدل چندجمله ای جهت برآورد مکانی تغییرات سرعت پوسته زمین در ایران مورد مطالعه قرار گرفته است. از اندازه گیریهای ایستگاه های GPS دو شبکه مبنای دایمی و شبکه محلی آذربایجان جهت ارزیابی روشها استفاده شده است. میانگین خطای نسبی محاسبه شده در 4 ایستگاه آزمون برای شبکه مبنای دایمی در مولفه EV میدان سرعت 13 درصد، در مولفه NV میدان سرعت 10 / 10 درصد و در مولفه zV میدان سرعت 18 / 15 درصد از شبکههای عصبی مصنوعی بدست آمده است. برای شبکه آذربایجان در 2 ایستگاه آزمون میانگین خطای نسبی در مولفه EV میدان سرعت 61 / 8 درصد، در مولفه NV میدان سرعت 99 / 18 درصد و در مولفه zV میدان سرعت 53 / 21 درصد از شبکههای عصبی مصنوعی محاسبه شده است. بطور مشابه میانگین خطای نسبی محاسبه شده در 4 ایستگاه آزمون برای شبکه مبنای دایمی در مولفه xxe میدان استرین 29 / 13 درصد، در مولفه yye میدان استرین 56 / 12 درصد و در مولفهzze میدان استرین 97 / 17 درصد از شبکه های عصبی مصنوعی تعیین شده است. برای شبکه آذربایجان در 2 ایستگاه آزمون میانگین خطای نسبی در مولفه xxe میدان استرین 76 / 10 درصد، در مولفه yye میدان استرین 52 / 13 درصد و در مولفه zze میدان استرین 01 / 16 درصد از شبکه های عصبی مصنوعی محاسبه شده است. نتایج بدست آمده از این مقاله نشان دهنده قابلیت و کارائی بالای روش شبکه های عصبی در برآورد مکانی میدان سرعت پوسته در این منطقه است. در مورد روشهای کریژینگ و چندجمله ای نتایج بیانگر این موضوع است که پراکندگی و تعداد نقاط مورد نیاز در مرحله آموزش و تعیین ضرایب در نتایج بدست آمده بسیار دخیل میباشند.

کلیدواژه ها

شبکه عصبی مصنوعی، مدل چند جمله ای، درون یابی کریژینگ فراگیر، میدان سرعت

مقالات مرتبط جدید

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.