سال انتشار: ۱۳۹۳
محل انتشار: اولین کنفرانس ملی الگوریتم های فراابتکاری و کاربردهای آن در علوم و مهندسی
تعداد صفحات: ۱
نویسنده(ها):
لیلا ده بزرگی – عضو انجمن علمی برق والکترونیک،دانشگاه آزاداسلامی واحد تهران مرکزی،

چکیده:
زمین لرزه یک فاجعه مرگبار ناگهانی برای تمام موجودات زنده به حساب می آید. از زمانهای قدیم ،انسانها تلاش می کردند تا به کمک بعضی علایم،مانندتغییرات رفتارحیوانات،شرایط نامساعد آب وهوایی،زلزله را پیش بینی نمایند.نکته بسیارمهم دراین موضوع پیش بینی زمان و شدت زلزله می باشد.این مطالعه دو ماتریس ویژگی رادر دسته بندی کننده فازی-عصبی وشبکه پرسپترون چند لایه برای سیگنالهای لرزه نگار زلزله های ایران برای پیش بینی کوتاه مدت زمین لرزه با یکدیگر مقایسه می کند؛ این روش قادر است که مدت زمان پنج دقیقه قبل از زلزله رابادقت ۶۸۳۶۶۰۶ % به کمک شبکه پرسپترون چند لایه پیش بینی نماید.ویژگیهای به کاررفته دراین ماتریس گروه اول ویژگی ها ،شامل:تبدیل فوریه وویولت،چگالی طیف توان،ویژگی های آشوب گونه آماری وآنتروپی است.ماتریس دیگر گروه دوم ویژگیها(شامل ویژگیهای مربوط به پراکندگی سیگنال وپارامتر های فرکانسی می باشد،ودسته بندی کننده ها این ویژگی هارابرای تشخیص اینکه ایادر ۵دقیقه بعدزلزله رخ می دهدیانه،به کارمی برند.