تخمین مقادیر بیشینه شتاب جنبش نیرومند زمین توسط سه مدل شبکه های عصبی مصنوعی

در این تحقیق، برای برآورد بیشینه شتاب جنبش نیرومند زمین در یک منطقه، از سه نوع شبکه‌ی عصبی مصنوعی با الگوریتم‌های متفاوت استفاده شده است که عبارتند از: شبکه‌ی عصبی فازی هم فعال، المان– جردن و پیشخور با الگوریتم پس انتشار خطا. بردارهای ورودی شبکه‌های عصبی، شامل چهار پارامتری هستند که تاثیرات مهمی در وقوع زمین‌لرزه در یک منطقه دارند. این پارامترها عبارتند از: بزرگی ممان زلزله، شعاع گسیختگی کانون زلزله، مکانیسم گسل و رده‌بندی ساختگاه. بردار خروجی نیز فقط یک مولفه دارد: حداکثر شتاب جنبش نیرومند زمین برای یک زمین‌لرزه رخ داده در یک منطقه که به‌عنوان خروجی هدف استفاده می‌شود. پس از انجام آزمایش‌های مختلف، از میان شبکه‌های عصبی طراحی‌شده، شبکه‌ی عصبی فازی هم فعال (سی‌آنفیس) بالاترین ضریب همبستگی خروجی، برابر 82/0 و شبکه پیشخور با الگوریتم پس انتشار خطای عمومی، کمترین ضریب همبستگی 41/0 را نشان می‌دهد. همچنین شبکه سی‌آنفیس، کمترین میانگین مربعات خطای 075/0 و شبکه‌ی پیشخور، بیشترین میانگین مربعات خطای 125/0 را داشته است. در این تحقیق، شبکه عصبی – فازی هم فعال، بهترین شبکه‌ی عصبی است که می‌تواند حداکثر دامنه شتاب احتمالی بالاتر از g1 در یک منطقه را برآورد کند.