بررسي سامانه هاي كارآمد در پيش بيني زلزله

سيستم هاي خبره معمولاً در امر پيش بيني زلزله استفاده مي شوند. در اين سيستم هاي خبره از پارامترهاي مختلفي مانند رفتار گسل، غلظت رادون، انرژي، پالس و تعداد ضربه استفاده مي شود. با بررسي اين پارامترها مي توان ميزان رخداد زلزله را برآورد كرد. ميزان دقت پيش بيني زلزله توسط اين سيستم هاي خبره نسبت به روش هاي غيرهوشمند نسبتاً بالاتر است. در اين مقاله ابتدا ميزان دقت و نوع داده هاي استفاده شده در انواع مختلف سيستم هاي خبره در زمينه پيش بيني زلزله مورد مطالعه قرار گرفت. علاوه بر آن، پيش بيني زلزله با يك سيستم خبره مبتني بر الگوريتم هاي مختلف ماشين بردار پشتيبان، درخت تصميم گيري، شبكه عصبي مصنوعي، ماشين بردار پشتيبان براساس بهينه سازي ازدحام ذرات، بيزين و شبكه پرسپترون چندلايه در محيط Rapidminer پياده سازي شد. نتايج به دست آمده نشان داد كه سيستم خبره مبتني بر ماشين بردار پشتيبان كه با الگوريتم ازدحام ذرات بهينه شده باشد نسبت به سيستم هاي خبره مبتني بر شبكه عصبي، ماشين بردار پشتيبان، بيزين، درخت تصميم گيري و شبكه پرسپترون چندلايه داراي دقت پيش بيني بهتري است.