سال انتشار: ۱۳۸۶

محل انتشار: اولین همایش پیش نشانگرهای زلزله

تعداد صفحات: ۱۹

نویسنده(ها):

سیدحسین ابره دری – بخش پژوهشی زلزله شناسی، مؤسسة ژئوفیزیک دانشگاه تهران

چکیده:

پیش بینی زمین لرزه یکی از چالش های علمی با ارزش است که اگر به نتایج موفق و علمی نائل گردد یک پیشرفت ماندگار محسوب می شود . هرچند که دانش زلزله شناسی پیشرفت قابل توجهی را در سال های اخیر داشته است و از روش ها و مدل های علمی و عملی گوناگونی برای پیش بینی وقوع زلزله استفاده کرده است، ولی تا کنون علی رغم تلاش های فراوان محققان و هزینه های صرف شده، نتایج رضایت بخش و مطلوبی را دربرنداشته است . در پیش بینی وقوع زلزله، فرض کنید که نتایج گستردهثابت ها و متغیرهای عددی نهایی حاصل از مدل و روش های دو گروه اصلی مطالعاتی – اولویتی (a ژئودینامیک لرزه (b فیزیک زمین و فضا را تحت یک مدیریت مشارکتی چند عامله با تأثیرپذیری (interaction) ورودی و خروجی بسیاردقیق با ساختار تکنولوژی اطلاعاتی ارتباطی (ICI) و (PS) برای پیش بینی بلند مدت، میان مدت، کوتاه مدت و اخطار آنی زلزله داریم . برای بهره جستن از یک نتیجه دقیق از مدل های مشارکت ریاضی (NVYM) ، (FMEA) و (FMPO) مبتنی بر مدیریت فازی و معادلات خطی برای ارزیابی فرآیندهای جمع آوری شده استفاده کرده و در نهایت تحت یک تصمیم نهایی گسترده ( رهبری و خبره ) علمی دقیق، اثر بخشی نهایی فرآیندها را بر مبنای ترکیبی – اولویتی، کیفی و کمی تفکیک کرده و با استفاده از مدل های مذکور برای وضعیت های مختلف ، با به کارگیری ساختارهای هوشمندانه الگوریتم ها در بین ورودی – خروجی داده ها و عملیات، با توجه به معماری ویژه سری – لایه ای و شناور سناریوهای رفتارجمعی ( شبکه ای عصبی ) را در جهت نتیجه برتر کنترل کرده وبه کارگیریم . در این مطالعه مدل های مرسوم NVYM ، FMEA و FMPO از طریق در نظر گرفتن سه پارامتر شدت خطا (S) ، احتمال وقوع خطا (O) و احتمال کشف خطا (D) ، به صورت فازی اصلاح و مدل سازی شده و روشی جهت اولویت بندی خطاها و اثرات آن ها در محیط فازی ارایه می شود و می تواند به عنوان الگویی در دسته بندی و ارائه تصمیم نهایی در ریسک های گوناگونی نظیر رخداد زمین لرزه ها و تحلیل پیش نشانگرهای قبل از وقوع بحر ان ها با بیان مجموعه های فازی شامل اعضای نادقیق و نامشخص در درجه ریسک پذیری از متغیرهای زبانی مورد استفاده قرار گیرد . برای این هدف می توان پارامترهایی با قابلیت های منطبق با دستاوردهای کشور را در مدل تزریق کرده و با دخالت کامل مدیریت فازی و در نظر گرفتن هر یک از پارامترها به صورت فازی، نتایج را تفکیک کرده و موضوع جالبی برای تحقیقات آینده باشد .