فهرست نشریات علمی دسترسی آزاد ایران

به‌منظور برآورد خطر لرزه‌ای یک ساختگاه مشخص، طبقه‌بندی آن ساختگاه از اهمیت ویژه‌ای برخوردار است. از سوی دیگر به‌منظور تفسیر و تحلیل داده‌های ثبت شده از حرکت زمین در مناطق مختلف جهان، شناخت شرایط ساختگاه در ایستگاه‌های لرزه‌نگاری ضروری می‌باشد. در برخی از کشورها از جمله ایران اطلاعات کافی از وضعیت ژئوتکنیکی و زمین‌شناسی در بسیاری از ایستگاه‌های لرزه‌نگاری وجود ندارد. از این‌رو شرایط ساختگاه در این مناطق در دسترس نمی‌باشد. این پژوهش به رویکردی جدید و کارآمد در طبقه‌بندی ساختگاه بر اساس داده‌های ثبت شده از شبکه لرزه‌نگاری و با استفاده از تکنیک‌های پردازش تصویر و شبکه‌های عصبی و به‌کارگیری مجموعه‌ی مرجع از منحنی‌های نسبت طیفی 5 درصد میرا شده مؤلفه افقی به عمودی (H/V) برای چهار نوع ساختگاه می‌پردازد. این مجموعه‌ی مرجع که شامل چهار منحنی H/V برای چهار نوع ساختگاه مختلف با نام‌های سنگ، خاک متراکم، خاک متوسط و خاک نرم و با طبقه‌بندی I، II، III و IV می‌باشد، از مطالعه ژائو و همکاران [1] انتخاب شده است. در این پژوهش از دو نوع تابع شعاعی پایه (RBF) به نام‌های «شبکه عصبی احتمالی (PNN)» و «شبکه عصبی رگرسیون عمومی (GRNN)» و همچنین «شبکه عصبی کانولوشنی (CNN)» استفاده شده است. با توجه به نتایج به‌دست‌آمده مشاهده می‌شود که شبکه‌های PNN، GRNN و CNN در پیش‌بینی درست شرایط ساختگاه با استفاده از داده‌های زلزله در بهترین حالت به‌ترتیب در 73، 71 و 81 درصد ایستگاه‌ها موفق عمل کرده‌اند.