(67 امتیاز از 14 رای)
Loading...
پروژه پیش بینی زلزله به روش داده محور در MATLAB
در این پست پروژه پیش بینی زلزله به روش داده محور با متلب را آماده کرده ایم که یک پروژه مناسب در زمینه رشته مهندسی عمران – مهندسی زلزله (ژئوتکنیک) می باشد. در ادامه به توضیحاتی در رابطه با پیش بینی زلزله پرداخته و فیلم و تصاویر خروجی این پروژه قرار داده شده است.
سه شاخص اصلی یک زلزله شامل زمان، بزرگی و محل وقوع از جمله عدم قطعیت های هستن که همواره در پژوهش های محققان مورد توجه بوده است. در بررسی قابلیت اعتماد پذیری لرزه ای سازه عدم قطعیت های زلزله نقش اساسی دارد. در پیش بینی مولفه زمان رخداد زلزله، هنوز روشی قابل اطمینان که داری دقت مطلوب باشد تائید نشده است.
در سال های اخیر زلزله شناسان و مهندسان زلزله برای کاهش خطرات ناشی از زلزله، پژوهش های خود را در زمینه پیش بینی زلزله، بر روی شاخص های بزرگی و محل وقوع زلزله متمرکز کرده اند. برآورد درصد احتمال وقوع زلزله های آتی در مناطق پیش بینی شده، می تواند در افزایش توجه به طراحی سازه ها در مکان های پیش بینی شده و همچنین بهسازی لرزه ای سازه های موجود در این محل ها نقش اساسی داشته باشد.
توضیحات بیشتر، فیلم و تصاویر خروجی پروژه پیش بینی زلزله به روش داده محور در ادامه مطلب.
در سال های اخیر برای پیش بینی مولفه های زلزله از شیوه های گوناگونی از جمله تحلیل داده های لرزه ای، کنترل پیش نشانگرها، کنترل مختصات جغرافیایی، مدل های آماده احتمالاتی، شبکه های عصبی و … استفاده شده است.
یاماشینا در سال ۲۰۰۶ با استفاده از روش های آماری، به پیش بینی زلزله های ژاپن پرداخت. تحقیقات وی بر اسا این فرضیه بود که یک جفت زلزله متوالی با بزرگی یک سال ممکن است از سیگنال یک زلزله بزرگ قریب الوقوع باشند. وی در پژوهش خود دو گروه زلزله با احتمال وقوع ۱۰ تا ۲۰ درصد و ۲۰ تا ۳۰ درصد را پیش بینی کرد. درصد موفقیت پیش بینی های وی با استفاده از آزمون جابه جایی زمان، ۲۰ درصد برای گروه اول و ۳۴ درصد برای گروه دوم بود.
اشتری جعفری در سال ۲۰۱۰ در تحقیقات خود به پیش بینی زلزله بزرگ آینده تهران با حداکثر سازی چکالی احتمالاتی شرطی با استفاده از ۶ مدل آماری پرداخت. عادلی و پناکات در سال ۲۰۰۹ یک شبکه عصبی احتمالی برلی پیش بینی بزرگی زلزله های بین ۴٫۵ تا ۶ ریشتر پیشنهاد کردند. کولاس و همکاران در سال ۲۰۰۹ یا استفاده از شبکه عصبی مصنوعی با کنترل گار رادون مدلی برای پیش بینی زلزله ارائه کردند.
در مدل آنها ازداده های ۱۴۷ زمین لرزه استفاده شد که دارای میانگین خطای ۳٫۲ درصد بود. مختاری در سال ۲۰۱۰ با استفاده از پیش نشانه های زلزله و کنترل داده های لرزه ای منظقه شمال ایران به پیش بینی زلزله های متحمل در این منطقه پرداخت.
توضیحات ارائه شده در اینجا از مقاله “پیش بینی آماری پهنه بندی خطر زلزله احتمالی با استفاده از شبکه های عصبی مصنوعی” می باشد که از لینک زیر می توانید این مقاله را به صورت رایگان دانلود و مطالعه نمائید.
تصاویر خروجی پروژه پیش بینی زلزله به روش داده محور:
تصویر خروجی ۱:
تصویر خروجی ۲:
تصویر خروجی ۳:
تصویر خروجی ۴:
فیلم آموزش نرم افزار ABAQUS به صورت مقدماتی
انجام پروژه ها و شبیه سازی مقالات و پایان نامه ها با متلب
پروژه ها و آموزش های برنامه نویسی
مشاهده ویدئو در این باره
سلام روش های دیگه ای هم برای تشخیص زلزله وجود داره اگه براتون زحمتی نیست جواب بدین لطفا ؟