به دلیل نواقص موجود در روش های پیشین محاسبه بزرگای زلزله، شبکه عصبی به عنوان یک روش جدید برای این منظور آزمایش می‌گردد. در این مقاله نوعی شبکه عصبی با نام پرسپترون چندلایه برای پیش بینی بزرگای گشتاوری زلزله مورد استفاده قرار گرفته است. شبکه عصبی پرسپترون شامل سه لایه اصلی با نام های لایه ورودی، لایه پنهان و لایه خروجی است. ورودی های این شبکه شش متغیر مربوط به مکان و زمان وقوع زلزله و همچنین مشخصات گسل تولید کننده زلزله می باشد و خروجی آن همان بزرگای زلزله است. از آن جا که بهترین تنظیمات شبکه همچون بهترین تعداد گره های لایه پنهان و مناسب ترین شیوه آموزشی شبکه از پیش قابل تعیین نیستند و همچنین امکان یادگیری زائد در تکرارهای بعدی ممکن است، در این پژوهش 32 مدل از شبکه با تنظیمات مختلف به کار گرفته شده است تا بهترین مدل شناسایی شود. با توجه به نتایج حاصل از شبکه و مقایسه نتایج با مقادیر حقیقی، مشخص می گردد که شبکه عصبی پرسپترون چند لایه توانایی بالایی در پیش بینی بزرگای زلزله دارد و گزینه بسیار مناسبی برای این منظور است.

واژه‌های کلیدی: پرسپترون چند لایه، شبکه عصبی، بزرگای زلزله، پیش بینی، شیوه‌های آموزش شبکه

متن کامل [PDF 695 kb]   (4409 دریافت)