شبيه سازي شتابنگاشت هاي متناظر با طيف پاسخ با استفاده از شبكه عصبي رگرسيون عمومي

Using artificial neural network to simulate spectrum-correspondent accelerogram

شبيه سازي ركورد هاي مصنوعي زلزله با توجه به كمبود ركورد هاي ثبت شده مناسب از يك سو و استفاده روز افزون از تحليل هاي ديناميكي تاريخچه زماني جهت محاسبه دقيق تر پاسخ سازه ها از سوي ديگر امري ضروري به نظر مي رسد. در اين مقاله با استفاده از شبكه هاي عصبي رگرسيون عمومي اقدام به شبيه سازي شتابنگاشت از طيف پاسخ شده است. در مرحله آموزش شبكه از طيف پاسخ به عنوان ورودي شبكه شبيه ساز و از شتابنگاشت متناظر به عنوان خروجي استفاده شده است. براي آموزش شبكه از شتابنگاشت هاي به دست آمده از برخي از زلزله هاي ثبت شده در ايستگاههاي ايران استفاده شده است. از ويژگي هاي اين شبكه قدرت تعميم پذيري مناسب و سرعت بالا در آموزش و ارزيابي مي باشد. در نهايت پس از آموزش شبكه اين قابليت فراهم شده تا ركورد متناسب با طيف پاسخ ورودي توليد شود.

Regarding the scarcity of appropriate recorded earthquakes, and the ever-increasing use dynamic time history analyses for more accurate calculation of structures render the simulation of artificially produced records necessary. In this study, accelerograms are simulated from the response spectrum by using generalized regression neural networks. In the training phase the response spectrum is used as the input for the simulating network, and the corresponding accelerogram as the output. Accelerograms achieved from some recorded earthquakes in stations of Iran are used for training the network. The appropriate generalizability, and high speed of training are the properties of the network. After training the network, accelerogram corresponding to the response spectrum is eventually generated