مهدی کماسی - استادیار، دانشکده فنی و مهندسی، دانشگاه آیت ا...العظمی بروجردی (ره)
سحر آزادی چگنی - دانشجوی کارشناسی ارشد سازه، دانشکده فنی مهندسی، دانشگاه آیت ا...العظمی بروجردی (ره)
مهرداد آزادی چگنی - دانشجوی کارشناسی ارشد سازه، دانشکده فنی مهندسی، دانشگاه آیت ا...العظمی بروجردی (ره)

یکی از روش های مناسب جهت بررسی زلزله های مختلف و تعیین میزان خطرپذیری در هر منطقه پیش بینی پارامترهای جنبش نیرومند زمین می باشد که نقش مهمی را در ارزیابی اثرات زلزله در طراحی پروژه های مهندسی ایفا می کند. در پژوهش حاضر از مدل ماشین بردار پشتیبان و شبکه عصبی شعاع محور که از تکنیک های هوش مصنوعی هستند برای برآورد بیشینه شتاب زمین استفاده شده است. بدین منظور از پارامترهای لرزه ای شامل بزرگای زلزله، فاصله محل رخداد زلزله تا سایت، عمق کانونی زلزله و شدت زلزله به عنوان پارامترهای ورودی مدل های ماشین بردار پشتیبان و شبکه عصبی شعاع محور استفاده شده است. مقایسه نتایج برآورد بیشینه شتاب زمین با ماشین بردار پشتیبان و شبکه عصبی شعاع محور با روابط کاهندگی تجربی و روش های رگرسیون بیانگر آن است که روش ماشین بردار پشتیبان و شبکه عصبی شعاع محور ارائه شده می توانند ارتباط مناسبی را میان مقادیر مشاهداتی و محاسباتی برقرار نمایند. همچنین این روش ها از دقت بالاتری نسبت به روش های کلاسیک پیشین برخوردار هستند به طوری که ضریب تبیین برای روش ماشین بردار پشتیبان 996/0 و شبکه عصبی شعاع محور 997/0 و برای روش های رگرسیونی خطی و رگرسیونی غیرخطی به ترتیب 790/0 و 153/0 می باشد.

مدل های داده کاوی, ماشین بردار پشتیبان, شبکه عصبی شعاع محور, حداکثر شتاب زمین