ارائه رابطه کاهندگی تابع شدت اریاس در فلات ایران با استفاده از الگوریتم هوشمند توسعه ژنی

زلزله یکی از خطرهایی است که در طول سالیان گذشته تلفات و خسارات مالی زیادی به‌جای گذاشته است. ایران نیز به‌دلیل قرارگیری در یکی از مناطق لرزه‌خیز دنیا یعنی نوار آلپهیمالیا در معرض این خطرات واقع است. به همین دلیل مطالعات تحلیل خطر لرزه‌ای در ایران از اهمیت خاصی برخوردار است. از ملزومات تحلیل خطر، استفاده از روابط کاهندگی پارامترهای لرزه‌ای است. تابع شدت اریاس بعنوان یکی از پارامترهای مهم جنبش نیرومند زمین، در تجزیه و تحلیل خطر لرزه‌ای استفاده می‌شود که به موجب آن می‌توان پایداری شیب‌ها در اثر زلزله را تخمین زد. هدف این پژوهش، ارائه رابطه کاهندگی تابع شدت اریاس در فلات ایران با استفاده از روش‌های هوشمند می‌باشد. در این پژوهش از 1012 داده شتاب‌نگاری استفاده شد. در ابتدا داده‌هایی که نیازمند فیلتر شدن بودن اصلاح گردیدند و سپس تمام داده‌ها مورد تجزیه و تحلیل قرار گرفتند. پارامترهایی از قبیل بزرگای زلزله، فاصله کانونی، سرعت موج برشی خاک و موقعیت جغرافیایی منطقه مورد نظر، بعنوان متغیر برای رابطه کاهندگی استفاده شد. بزرگای زلزله بزرگتر یا مساوی 4 در مقیاس بزرگای گشتاوری (mw) در این تحقیق بکار گرفته شد. همچنین از نظر موقعیت جغرافیایی ایران به دو ناحیه البرزایران مرکزی و ناحیه زاگرس تقسیم شد. در نهایت الگوریتم توسعه ژنی (gep) که نوعی الگوریتم هوشمند است، بعنوان روش رگرسیون‌گیری و محاسبه تابع هدف مورد استفاده قرار گرفت. مزیت این روش این است که در ابتدا الگویی برای تابع هدف مشخص نشده و الگو هم توسط روش هوشمند بصورت بهینه ارائه می‌گردد. تابع برازندگی نیز براساس ریشه حداقل مربعات خطا (rmse) تعریف گردید. در نهایت رابطه کاهندگی براساس این تابع برازندگی محاسبه شد و نتایج مشاهده شده دارای ضریب تناسب بالا و برازندگی 867 از 1000 می‌باشد. همچنین رابطه ارائه شده در مقایسه با تحقیقات گذشته، مطابقت خوبی را نشان می‌دهد.

Attenuation relationships of Arias intensity for Iranian plateau using intelligent Gene Expression Programming

The earthquake is one of the natural hazards that have caused many casualties and financial losses throughout the world over the years. This has been the reason why the earthquake hazard analysis studies should be studied more seriously. Iran is also located in one of the seismically active regions of the world, the Himalayan Alpine belt, which experiences many earthquakes every year. The Arias intensity function, as one of the important earthquake strong motion parameters, contributes greatly to the analysis of seismic hazard, which can be used to estimate the stability of slopes during the earthquake. The purpose of this research is to develop a new attenuation relationship for Arias intensity function in the Iranian plateau using intelligent methods. In this research, 1012 strong motion data were used. Initially, the data required to be filtered were corrected and then all data was analyzed. In this study, parameters such as magnitude of earthquake, focal depth, shear wave velocity and geographic position of the region were used as a variable for the attenuation relationship. Moment magnitude (Mw) was used as earthquake magnitude and earthquakes with magnitudes of above 4 were used in this research. The geographic location of Iran was divided into two regions of Central Alborz and the Zagros region. Gene Expression Programming (GEP), a kind of intelligent algorithm, was used as a method for regression and calculation of the objective function. The advantage of this method is that at first the model for the objective function is not specified and the model is presented optimally by the intelligent method. The fitness function is also defined based on the root least squared error (RMSE). Finally, the attenuation relation based on this fitness function was calculated and the observed results have a high fitness.