مدل سازی ضرایب بزرگنمایی امواج لرزه ای به روش شبکه عصبی (مطالعه: شهر ارومیه)

اثرات خاک در طیف طراحی اغلب آیین نامه های طراحی لرزه ای، براساس جنس خاک و متوسط سرعت موج برشی در لایه های مختلف لحاظ شده است. در این طیف های طراحی، برخی اثرات ویژه ساختگاهی مانند اثرات ضخامت و عمق سنگ بستر لرزه ای نادیده گرفته شده است. تجربیات زلزله های پیشین ثابت کرده، ضخامت لایه های خاک بر پاسخ زمین و در نتیجه بر توزیع خسارات سازه ای تاثیر مهمی داشته و غیر قابل چشم پوشی است. ایران از جمله کشورهای زلزله خیز جهان است. شهر ارومیه در منطقه ای با پتانسیل لرزه ای نسبتا بالا و در شمال غرب آن واقع شده است. در این مقاله سعی شده است تاثیر تقویت امواج لرزه ای در خاک های ماسه ای و مارنی با ضخامت های متفاوت در این منطقه مورد بررسی قرار می گیرد.
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. پیش بینی مقادیر ضرایب بزرگنمایی زلزله از اهمیت حیاتی برای ایمنی انسان دارد و زلزله یک فرآیند بسیار پیچیده و دینامیکی غیرخطی است و این را نمی توان به اندازه کافی با هر مدلسازی قطعی پیش بینی کرد. بنابراین در این مقاله یک مدل دینامیکی از شبکه های عصبی مصنوعی جهت پیش بینی زلزله مورد بررسی و تحلیل قرار گرفته است. مدل شبکه عصبی مصنوعی، روش جدیدی برای ایجاد سیستم دانش براساس جمع آوری اطلاعات نمونه است.
دانش مورد استفاده در این مدل شبکه عصبی برای پیش بینی پاسخ لرزه ای است که عمدتا مبتنی بر داده های واقعی است که با استفاده از این مدل می توان از آن بهره مند شد. در این مقاله با استفاده از شبکه عصبی مصنوعی (ANN) مدلی برای پیش بینی ضرایب بزرگنمایی لرزه ای به دست می آید. امتیاز اصلی این روش کارایی بالای آن در عمل بوده و با سرعت زیاد می توان پاسخ سازه را تحت شتاب نگاشت ها تعیین کرد.
در این مطالعه نتایج به دست آمده از شبکه عصبی مصنوعی با استفاده از معیارهای ضریب همبستگی و جذر میانگین مربعات خطا جواب های دقیقی را ارائه کرده است و می توان از نتایج به دست آمده در ارزیابی لرزه ای خاک های ماسه ای و مارنی شهر ارومیه استفاده کرد.