|
|
|
|
استفاده از روش بازنمونه‌گیری داده‌ها در تدقیق رابطه ی پیش بینی حرکت زمین بور اتکینسون 2008
|
|
|
|
|
|
|
|
نویسنده
|
رفیعی زینب ,آذربخت علیرضا ,رجبی زینت
|
|
منبع
|
مهندسي عمران شريف - 1398 - دوره : 35-2 - شماره : 4/1 - صفحه:131 -139
|
|
چکیده
|
در بیشتر مطالعات بررسی کاهش خسارت‌های ناشی از زلزله، اقدام به تحلیل خطر زلزله و همچنین پیش‌بینی جنبش حرکت زمین توسط روابطی موسوم به روابط پیش‌بینی حرکت زمین انجام می‌شود. هدف نوشتار حاضر، دستیابی به رابطه‌ی پیش‌بینی حرکت زمین با میزان پایداری بالاست. بدین منظور، به بهینه‌سازی ضرایب مدل پیش‌بینی بور و آتکینسون (2008) پرداختهشده است. برای تحقق هدف ذکر شده از الگوریتم ژنتیک با تابع هدف معیار بیشینه‌ی درست‌نمایی برای افزایش میزان تناسب رابطه بر روی مجموعه‌ی داده‌های مورد استفاده و تابع هدف بازنمونه‌گیری داده‌ها برای افزایش پایداری رابطه استفاده شده است. داده‌های مورد استفاده در مطالعه‌ی حاضر، بخشی از داده‌های جهانی مرکز مطالعات مهندسی زلزله‌ی پاسفیکبا تعداد 15348 رکورد بوده است. به منظور ارزیابی مدل اشاره شده، آزمون‌های آماری بر روی آن انجام و نتایج به‌دست آمده با 8 مدل از روابط نسل جدید مقایسه شده است. نتایج مقایسه‌ی پژوهش حاضر حاکی از آن است که مدل به‌دست آمده، کمترین میزان بیشینه‌ی درست‌نمایی(llh) به مقدار 1٫9 و همچنین پایدارترین رابطه از نظر معیار بازنمونه‌گیری داده (rsa) با نموداری صعودی و نزدیک‌ترین به عدد 1 است. نتایج سایر آزمون‌های آماری، از جمله: معیارهای خطا، معیار ضریب تعیین، و معیار کارایی با نتایج به‌ترتیب 0٫86، 0٫98 و 88٫19 نیز حاکی از قابلقبول بودن و کارایی بالای مدل اشاره شده است.
|
|
کلیدواژه
|
مدل کاهندگی بور و اتکینسون(2008)، بیشینه‌ی شتاب زمین، بهینه‌سازی، الگوریتم ژنتیک، مرکز مطالعات مهندسی زلزله‌ی پاسفیک، بیشینه‌ی درست‌نمایی، بازنمونه‌گیری داده
|
|
آدرس
|
دانشگاه اراک, دانشکده‌ی فنی مهندسی, ایران, دانشگاه اراک, دانشکده ی فنی و مهندسی, ایران, دانشگاه اراک, دانشکده‌ی فنی مهندسی, ایران
|
|
پست الکترونیکی
|
matinrajabi@yahoo.com
|
|
|
|
|
|
|
|
|
|
|
|
|
|
EMPLOYMENT OF THE RESAMPLING ANALYSIS IN DEVELOPMENT OF THE BOOREATKINSON 2008 GROUND MOTION PREDICTION EQUATION
|
|
|
|
|
Authors
|
Rafiee Z. ,Rajabi Z.
|
|
Abstract
|
Selection of Ground Motion Prediction Equation (GMPE) is one of the key elements within a seismic hazard analysis. A variety of available GMPE models makes this selection a scientific challenge. Therefore, the stability assessment of an optimized GMPE model is investigated in this paper by employing a new ReSampling Analysis (RSA) methodology (Azarbakht et al., 2014). The Boore and Atkinson 2008 GMPE is examined in this paper. The multiobjective Genetic Algorithm (GA) is employed in order to minimize the Loglikelihood (LLH) measure as well as maximise the RSA. The ground motion database, in this study, consists of 15348 ground motion spectra resulting from 58 seismic events. The magnitude range is between 5 and 7.4, and all the records have the distance less than 200 km. The analysis is performed for peak ground acceleration. The results are compared with the eight most common NGA GMPEs. The obtained results show that the optimum coefficients for the BA2008 model improve it in such a way that the LLH is least among the models, and the RSA measure is adequate. It is worth mentioning that all the results in this paper are constrained to the given assumptions as well as the considered methodologies and database. The results may change by using different databases and enrichment of the data during future researches.
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|