>
Fa   |   Ar   |   En
   پیش‌بینی بزرگای زلزله با استفاده از شبکه عصبی پرسپترون چندلایه  
   
نویسنده ارجمند محمد علی ,محمودی جمال ,رضائی مسعود ,محمدی محمد حسین
منبع مهندسي عمران مدرس - 1395 - دوره : 16 - شماره : 4 - صفحه:1 -8
چکیده    به دلیل نواقص موجود در روش های پیشین محاسبه بزرگای زلزله، شبکه عصبی به عنوان یک روش جدید برای این منظور آزمایش می‌گردد. در این مقاله نوعی شبکه عصبی با نام پرسپترون چندلایه برای پیش بینی بزرگای گشتاوری زلزله مورد استفاده قرار گرفته است. شبکه عصبی پرسپترون شامل سه لایه اصلی با نام های لایه ورودی، لایه پنهان و لایه خروجی است. ورودی های این شبکه شش متغیر مربوط به مکان و زمان وقوع زلزله و همچنین مشخصات گسل تولید کننده زلزله می باشد و خروجی آن همان بزرگای زلزله است. از آن جا که بهترین تنظیمات شبکه همچون بهترین تعداد گره های لایه پنهان و مناسب ترین شیوه آموزشی شبکه از پیش قابل تعیین نیستند و همچنین امکان یادگیری زائد در تکرارهای بعدی ممکن است، در این پژوهش 32 مدل از شبکه با تنظیمات مختلف به کار گرفته شده است تا بهترین مدل شناسایی شود. با توجه به نتایج حاصل از شبکه و مقایسه نتایج با مقادیر حقیقی، مشخص می گردد که شبکه عصبی پرسپترون چند لایه توانایی بالایی در پیش بینی بزرگای زلزله دارد و گزینه بسیار مناسبی برای این منظور است.
کلیدواژه پرسپترون چند لایه، شبکه عصبی، بزرگای زلزله، پیش بینی، شیوه‌های آموزش شبکه
آدرس دانشگاه تربیت دبیر شهید رجایی, ایران, دانشگاه صنعتی خواجه نصیرالدین طوسی, ایران, مرکز تحقیقات راه، مسکن و شهرسازی, ایران, دانشگاه خوارزمی, ایران
پست الکترونیکی std_h.mohammadi@khu.ac.ir
 
   The Earthquake Magnitude Prediction Using Multilayer Perceptron Neural Network  
   
Authors Mahmoudi Jamal ,Rezaei Masoud ,Arjomand Mohammad Ali ,Mohammadi Mohammad Hossein
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved