علی نصراله نژاد - پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله، تهران
مصطفی علامه زاده - پژوهشکده زلزله شناسی، پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله، تهران
غلام جوان دلویی - پژوهشکده زلزله شناسی، پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله، تهران

در این تحقیق، برای برآورد بیشینه شتاب جنبش نیرومند زمین در یک منطقه، از سه نوع شبکه ی عصبی مصنوعی با الگوریتم های متفاوت استفاده شده است که عبارتند از: شبکه ی عصبی- فازی هم فعال، المان– جردن و پیشخور با الگوریتم پس انتشار خطا. بردارهای ورودی شبکه های عصبی، شامل چهار پارامتری هستند که تاثیرات مهمی در وقوع زمین لرزه در یک منطقه دارند. این پارامترها عبارتند از: بزرگی ممان زلزله، شعاع گسیختگی کانون زلزله، مکانیسم گسل و رده بندی ساختگاه. بردار خروجی نیز فقط یک مولفه دارد: حداکثر شتاب جنبش نیرومند زمین برای یک زمین لرزه رخ داده در یک منطقه که به عنوان خروجی هدف استفاده می شود. پس از انجام آزمایش های مختلف، از میان شبکه های عصبی طراحی شده، شبکه ی عصبی- فازی هم فعال (سی آنفیس) بالاترین ضریب همبستگی خروجی، برابر ۸۲/۰ و شبکه پیشخور با الگوریتم پس انتشار خطای عمومی، کمترین ضریب همبستگی ۴۱/۰ را نشان می دهد. همچنین شبکه سی آنفیس، کمترین میانگین مربعات خطای ۰۷۵/۰ و شبکه ی پیشخور، بیشترین میانگین مربعات خطای ۱۲۵/۰ را داشته است. در این تحقیق، شبکه عصبی – فازی هم فعال، بهترین شبکه ی عصبی است که می تواند حداکثر دامنه شتاب احتمالی بالاتر از g۱ در یک منطقه را برآورد کند.

حداکثر شتاب جنبش نیرومند زمین, بزرگی ممان زلزله, شبکه پیشخور پس انتشار خطا, رده بندی ساختگاه, شبکه المان جردن