مطالعه سایزموتکتونیک گسل شمال تبریز با داده­­کاوی اطلاعات لرزه­ا­ی به شیوه­های هوش مصنوعی

تعداد 124صفحه در فایل word

مطالعه سایزموتکتونیک گسل شمال تبریز با داده­­کاوی اطلاعات لرزه­ا­ی به شیوه­های هوش مصنوعی

چکیده

تاریخچه لرزه­ زمین ­ساخت گسل تبریز و زلزله­های بزرگ تاریخی آن نشان می­دهد که این منطقه یکی از مناطق مهم لرزه­خیز ایران است و از این­رو باید با مطالعه سایزموتکتونیکی این گسل تا حد امکان خطرات وابسته به لرزه­خیزی این گسل را کاهش داد. پیش­بینی زمین لرزه یکی از چالش­های علمی با ارزش است که اگر به نتایج موفق و علمی نائل گردد یک پیشرفت ماندگار محسوب می­شود. در این زمینه روش­هایی که با صرف زمان و هزینه­ای کمتر نتایج مطلوبی را ارائه نمایند از اهمیت خاصی برخوردار خواهند بود. به همین منظور در این پژوهش با استفاده از روش­های هوش مصنوعی به پیش­بینی مهمترین پارامترهای مخاطرات لرزه­ای اقدام شده است. در این راستا با گردآوری داده­ها و همچنین ویژگی­های لرزه خیزی مهم زمین­لرزه­های تاریخی و دستگاهی رویداده، ابتدا به بررسی ریزپاره­های این گسل اقدام شده و سپس بزرگا و محل و زمان زلزله­های آینده مرتبط با یک گسل مورد بررسی قرار گرفته است. بر این اساس گسل تبریز براساس نتایج حاصل از خوشه­بندی به شش ریزپاره براساس داده­های دستگاهی و پنج ریزپاره براساس داده­های تاریخی تقسیم شده است و نتایج بدست آمده از پیش­بینی بزرگا، مکان و زمان رخداد زلزله­های آتی بیانگر این است که کمترین خطا برای تعیین بزرگا و مکان­یابی زلزله­های آتی به ترتیب مربوط به روش­های تلفیق خوشه­بندی و الگوریتم ژنتیک و شبکه عصبی با یک لایه پنهان، است. در بررسی که پیرامون پیش­بینی زمان انجام شد مشخص گردید که بررسی این پارامتر به دلیل محدود بودن تعداد داده­ها و وسعت کم منطقه مورد مطالعه، امکان­پذیر نمی­باشد.

کلیدواژگان: الگوریتم ژنتیک، پیش­بینی، زمین­لرزه، خوشه­بندی، شبکه عصبی