این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
دوشنبه 14 مهر 1404
دانش پیشگیری و مدیریت بحران
، جلد ۱۴، شماره ۲، صفحات ۱-۱
عنوان فارسی
پیشبینی بزرگای زمینلرزه احتمالی در بخش شاهرود شهرستان خلخال با استفاده از شبکهعصبی
چکیده فارسی مقاله
زمینلرزه یکی از پدیدههای طبیعی و مخاطرهآمیز بر روی کره زمین میباشد که به علت میزان صدمات و شدت آن از اهمیت ویژهای برخوردار است. بنابراین شناخت پارامتر ها و پیش بینی زمینلرزه یکی از اقدامات ضروری برای کاهش خسارات، توسعه زیرساختهای مقاوم و جلوگیری از از دست رفتن زندگی جوامع انسانی است. هدف از پژوهش حاضر پیشبینی بزرگای زمینلرزه احتمالی در بخش شاهرود شهرستان خلخال با استفاده از شبکهعصبی میباشد. در این پژوهش برای پیشبینی بزرگای زمینلرزه از شبکه عصبی پرسپترون چندلایه استفادهشده است. نتایج حاصل از پژوهش نشان میدهد در مناطق گسله بهویژه گسل کلور رخداد زمینلرزهها با بزرگای 1 تا 3 در منطقه با درصد مجموع 70% دارای احتمال بیشتری است، اما به خاطر مجهول بودن بخشی از دادههای زمینلرزه با بزرگای بالای 6 از عوامل تاثیر گذار دیگر استفاده شده است که شبکه عصبی پرسپترون چندلایه را در بخش پیشبینی، امکان میدهد تا با تشکیل ماتریس و مقایسه آن نتایج نهایی ایجاد شود. همچنین وقوع زمینلرزهها با بزرگای 4 تا 6 به لحاظ پیشبینی وقوع در آینده، 26% احتمال متوسطی دارد؛ اما زمینلرزههایی با بزرگای 7 تا 10 به لحاظ پیشبینی توسط مدل پرسپترون چندلایه با درصد مجموع 4% دارای احتمال خیلی پایینی است. درنهایت پیشنهاد میشود در مطالعات آتی، برای پیشبینی هرچه بهتر و دقیقتر زمینلرزهها در منطقه موردمطالعه، از مدلهای مبتنی بر روشهای یادگیری ماشینی استفاده گردد.
کلیدواژههای فارسی مقاله
پیشبینی، بزرگای زمینلرزه ، شاهرود، خلخال، شبکه عصبی
عنوان انگلیسی
Prediction of Earthquake Magnitude in Shahroud Basin of Khalkhal City Using Artificial Intelligence
چکیده انگلیسی مقاله
Earthquake is one of the natural and dangerous phenomena on the planet, which is of special importance due to the amount of damage and its intensity. Therefore, knowing the parameters and predicting earthquakes is one of the necessary measures to reduce damages, develop resistant infrastructure and prevent the loss of life of human societies. The aim of this research is to predict the magnitude of possible earthquake in Shahroud section of Khalkhal city using neural network. In this research, multilayer perceptron neural network has been used to predict earthquake magnitude. The results of the research show that in the fault areas, especially the Kalor fault, the occurrence of earthquakes with a magnitude of 1 to 3 in the region has a higher probability with a total percentage of 70%, but due to the unknown part of the earthquake data with a magnitude of more than 6, other influencing factors were used. It has been reported that the multi-layer perceptron neural network in the prediction section allows to create the final results by forming the matrix and comparing it. Also, the occurrence of earthquakes with a magnitude of 4 to 6 has an average probability of 26% in terms of predicting future occurrence, but earthquakes with a magnitude of 7 to 10 have a very low probability in terms of prediction by the multilayer perceptron model with a total percentage of 4%. Finally, in future studies, it is suggested to use models based on machine learning methods to predict earthquakes in the studied area as best and as accurately as possible.
کلیدواژههای انگلیسی مقاله
Prediction, earthquake magnitude, Shahroud, Khalkhal, neural network.
نویسندگان مقاله
فریبا اسفندیاری درآباد | Fariba Esfandyar
University of Mohaghegh Ardabili
دانشگاه محقق اردبیلی
مهرداد وهابزاده زرگری | Mehrdad Vahabzadeh Zargari
University of Mohaghegh Ardabili.
دانشگاه محقق اردبیلی
بهروز نظافت تکله | Behrouz Nezafat Takle
University of Mohaghegh Ardabili.
دانشگاه محقق اردبیلی
سایه عبیدی حمل آباد | Sayeh Abidi Hamlabad
University of Mohaghegh Ardabili.
دانشگاه محقق اردبیلی
نشانی اینترنتی
http://dpmk.ir/browse.php?a_code=A-10-794-1&slc_lang=fa&sid=1
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
تخصصی
نوع مقاله منتشر شده
پژوهشی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات