|
|
دانش پیشگیری و مدیریت بحران، جلد ۶، شماره ۳، صفحات ۲۸۴-۲۹۴
|
|
|
| عنوان فارسی |
مدلسازی ضرایب بزرگنمایی امواج لرزهای به روش شبکه عصبی (مطالعه: شهر ارومیه) |
|
| چکیده فارسی مقاله |
زمینه و هدف: اثرات خاک در طیف طراحی اغلب آییننامههای طراحی لرزهای، براساس جنس خاک و متوسط سرعت موج برشی در لایههای مختلف لحاظ شده است. در این طیفهای طراحی، برخی اثرات ویژه ساختگاهی مانند اثرات ضخامت و عمق سنگ بستر لرزهای نادیده گرفته شده است. تجربیات زلزلههای پیشین ثابت کرده، ضخامت لایههای خاک بر پاسخ زمین و در نتیجه بر توزیع خسارات سازهای تاثیر مهمی داشته و غیر قابل چشم پوشی است. ایران از جمله کشورهای زلزله خیز جهان است. شهر ارومیه در منطقهای با پتانسیل لرزهای نسبتاً بالا و در شمال غرب آن واقع شده است. در این مقاله سعی شده است تأثیر تقویت امواج لرزهای در خاکهای ماسهای و مارنی با ضخامتهای متفاوت در این منطقه مورد بررسی قرار میگیرد. روش: در این آنالیزها از شتاب نگاشت های مصنوعی شبیه سازی شده براساس نتایج تحلیل خطر لرزه ای به عنوان حرکت ورودی برای آنالیز استفاده شده است. پیشبینی مقادیر ضرایب بزرگنمایی زلزله از اهمیت حیاتی برای ایمنی انسان دارد و زلزله یک فرآیند بسیار پیچیده و دینامیکی غیرخطی است و این را نمیتوان به اندازه کافی با هر مدلسازی قطعی پیشبینی کرد. بنابراین در این مقاله یک مدل دینامیکی از شبکههای عصبی مصنوعی جهت پیشبینی زلزله مورد بررسی و تحلیل قرار گرفته است. مدل شبکه عصبی مصنوعی، روش جدیدی برای ایجاد سیستم دانش براساس جمع آوری اطلاعات نمونه است. یافته: دانش مورد استفاده در این مدل شبکه عصبی برای پیشبینی پاسخ لرزهای است که عمدتاً مبتنی بر دادههای واقعی است که با استفاده از این مدل میتوان از آن بهرهمند شد. در این مقاله با استفاده از شبکه عصبی مصنوعی (ANN) مدلی برای پیشبینی ضرایب بزرگنمایی لرزهای بهدست میآید. امتیاز اصلی این روش کارایی بالای آن در عمل بوده و با سرعت زیاد میتوان پاسخ سازه را تحت شتابنگاشتها تعیین کرد. نتیجهگیری: در این مطالعه نتایج به دست آمده از شبکه عصبی مصنوعی با استفاده از معیارهای ضریب همبستگی و جذر میانگین مربعات خطا جوابهای دقیقی را ارائه کرده است و میتوان از نتایج به دست آمده در ارزیابی لرزهای خاکهای ماسهای و مارنی شهر ارومیه استفاده کرد. |
|
| کلیدواژههای فارسی مقاله |
|
|
| عنوان انگلیسی |
Modeling the amplification of seismic waves with artificial Neural network (Case Study: Urmia City) |
|
| چکیده انگلیسی مقاله |
Background and objective: Soil effects in seismic design codes is often based on soil type and average shear wave velocity in different layers. In some seismic design codes, some effects such as the effects of thickness and depth of the bedrock seismic structure are ignored. Past earthquakes experience has proved that thickness of soil layers has a significant impact on the earth response and is unavoidably. Since, Iran is located in the seismic belt areas of the world, and Urmia city is also located in a high seismic potential area of Iran, so in this research, the effect of amplifying seismic waves in marl and sandy soils with different thicknesses has been examined in this area. Methodology: One dimensional analysis of sandy and marl with unequal thicknesses done by considering the place geotechnical characteristics. It is used from artificial accelerograms simulated based on seismic hazard analysis results as input motion of analysis in this analysis. This amplification ratio is modeled by neural network. Artificial neural network model is a new way to create a knowledge system based on collecting sample data. Finding: Knowledge used in this model is a neural network to predict the seismic response that is mainly based on real data which can be utilized by using this model. In this paper, a model is designed using artificial neural network (ANN) to predict seismic magnification coefficients. The main advantage of this method is high performance in operation and high speed response of structures under Accelerograms be determined. Conclusion:In this study, the results of artificial neural network using correlation coefficients and root mean square error criteria has been used to offer precise answer and the obtained results can be used in evaluating sand and marl soils in seismic in Urmia city. |
|
| کلیدواژههای انگلیسی مقاله |
|
|
| نویسندگان مقاله |
نجمه علیدادی | najme alidadi
shahid beheshti university,faculty of civil, water and enviromental engineering
دانشگاه شهید بهشتی، دانشکده مهندسی عمران- آب و محیط زیست، تهران، ایران
سازمان اصلی تایید شده: دانشگاه شهید بهشتی (Shahid beheshti university)
عباس مهدویان | abbas mahdavian
shahid beheshti university,faculty of civil, water and enviromental engineering
دانشگاه شهید بهشتی، دانشکده مهندسی عمران- آب و محیط زیست، تهران ، ایران
سازمان اصلی تایید شده: دانشگاه شهید بهشتی (Shahid beheshti university)
|
|
| نشانی اینترنتی |
http://www.dpmk.ir/browse.php?a_code=A-10-118-1&slc_lang=fa&sid=fa |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
عمومی |
| نوع مقاله منتشر شده |
ترویجی |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|