Strong ground motion attenuation relationship model by using neural network methodology
Yapay sinir ağları kullanılarak elde edilen kuvvetli yer hareketi azalım ilişkileri modeli
- Tez No: 154652
- Danışmanlar: DOÇ.DR. DERİN URAL
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 205
Özet
YAPAY SINIR A?LARI KULLANILARAK ELDE EDİLEN KUVVETLİ YER HAREKETİ AZALIM İLİŞKİLERİ MODELİ ÖZET Kuvvetli yer hareketi parametreleri için azalım ilişkilerinin tahmini deprem mühendisliği alanında ilginç bir araştırma sahası oluşturmaktadır ve sismik tehlike analizleri, depreme dayanıklı yapı tasarımı, sismik güvenlik değerlendirmesi, sismik bölgeleme gibi konularda çok önemli bir role sahiptir. Bu çalışmada, Türkiye'nin kuzeybatısındaki değişik istasyonlarda alınmış gerçek kuvvetli yer hareketi kayıtları kullanılarak ölçülmüş maksimum yatay ve düşey ivmelerin azalımını tahmin etmek için yapay sinir ağlan modeli kullanılmıştır. Çalışmadaki amaç, deprem parametreleri, zemin etkileri ve yer hareketindeki azalımm arasındaki kompleks ilişkinin yapay sinir ağlan da kullanılarak modellenmesidir. Bu amaçla General Regression Neural Network (GRNN) yapısı kullanılmıştır. Temel olarak, dört deprem ve zemin parametresi programa girdi olarak verilmiş ve en iyi sonuçlara ulaşabilmek için değişik modeller ve yapılar denenmiştir. Detaylan çalışmada ayrıntılı olarak sunulmuş olan önerilen modeller, Türkiye'nin kuzeybatı bölgesinde, büyüklüğü 5.0 ile 7.4 arasında olan depremler için maksimum yatay yer ivmesi bileşenlerinin geometrik ortalamasının ve maksimum düşey yer ivmesinin tahmini için düşünülmüştür. Türkiye'nin kuzeybatısındaki yakın geçmişteki depremlere ait alınmış kuvvetli yer hareketi kayıtlarına ulaşılabilindiğinden bahsedilen azalım ilişkisi modelleri geliştirilebilmiştir. Çalışmanın ilk bölümünde, toplam 202 kuvvetli yer hareketi kayıdı maksimum yatay yer ivmesinin geometrik ortalamasının tahmini için kullanılmıştır. Herbir girdi parametresinin sonuca olan hassasiyeti incelendiğinde, maksimum yatay ivmeyi veren ilk modeldeki en önemli parametreler sırası ile, 1) Depremin büyüklüğü, 2) Deprem kaynağı ve istasyon arası uzaklık, 3) İstasyon altındaki zemin sınıfı, 4) Depremin derinliği olarak bulunmuştur. Çalışmanın ikinci bölümünde, toplam 202 kuvvetli yer hareketi kayıdı maksimum düşey yer ivmesinin tahmini için kullanılmıştır. Herbir girdi parametresinin sonuca olan hassasiyeti incelendiğinde, maksimum düşey ivmeyi veren ikinci modeldeki en önemli parametreler sırası ile, 1) Deprem kaynağı ve istasyon arası uzaklık, 2) xııİstasyon altındaki zemin sınıfı, 3) Depremin büyüklüğü, 4) Depremin derinliği olarak bulunmuştur. Kabul edilen hata sınırları çerçevesinde, maksimum yatay ivmeyi veren modelde %98, maksimum düşey ivmeyi veren modelde ise %99'luk bir basan oranına ulaşılmıştır. Bu sonuçlar, yapay sinir ağlarının, zemin ve sismik parametreler ile kuvvetli yer hareketindeki azalımlar arasındaki ilişkinin incelenmesinde güvenilir olduğunu göstermektedir. Bu çalışmayı kendisinden önceki çalışmalardan ayıran bir özellik de, önerilen azalım ilişkisi modellerinin yapay sinir ağları ile elde edilmiş ilk modeller olmalarıdır. Belirtilmesi gereken bir diğer konu da, bu çalışmada sadece Türkiye'nin kuzeybatısında gerçekleşen depremlerin verilerinin kullanıldığı, dolayısıyla da modelin yine bu bölgedeki yatay ve düşey ivme değerlerinin tahmini için kullanılması gerektiğidir. xıu
Özet (Çeviri)
STRONG GROUND MOTION ATTENUATION RELATIONSHIP MODEL BY USING NEURAL NETWORK METHODOLOGY SUMMARY Estimation of an attenuation relationship for strong ground motion parameters has been an interesting research subject in the field of earthquake engineering and has played a very important role in seismic hazard analysis, earthquake resistant design, seismic safety evaluation, seismic zoning, etc. The first important work is to choose a proper parameter to establish the attenuation relationship. In this study, an investigation on the application of neural computing methods in prediction of attenuation of the peak horizontal and vertical accelerations recorded in different stations has been performed using actual strong-motion records. The emphasis is on obtaining optimized neural network architecture to model the complex relationship between the earthquake source parameters, site effects, and the attenuation of ground motions. For this purpose, programs written in GRNN algorithm is used. Basically, four earthquake and site parameters are selected as input, and different models are constructed to reach the best results. The proposed attenuation relationship model presented in detail in this study is considered to estimate geometric mean of the horizontal peak ground acceleration and vertical peak ground acceleration for earthquakes with magnitude in the range Mw 5 to 7.4 in northwestern part of the Turkey. The attenuation models developed here have been proposed due to the availability of numerous strong ground motion records from recent earthquakes in Northwestern Turkey. In the first part of the study, a total of 202 strong ground motion records are used to estimate the geometric mean of horizontal peak ground acceleration. As the input smoothing factor of each input parameter of the PHA model is considered, it is observed that the most important parameters on attenuation are 1) magnitude, 2) hypocentral distance, 3) site classification, and 4) the depth of the earthquake, respectively. In the second part of the study, a total of 202 strong ground motion records are used to estimate the vertical peak ground acceleration. As the input smoothing factor of each input parameter of the PVA model is considered, it is observed that the most important parameters on attenuation are 1) hypocentral distance, 2) site classification, 3) magnitude, and 4) the depth of the earthquake, respectively. xivThe results, with an overall success rate of 98% in PHA and 99% in PVA (by the assumed error limits), indicates the reliability of neural networks to examine relationships between the soil and the seismic parameters on attenuation of the strong ground motions. One of the most important advantages of this study is that the proposed attenuation relationship models are the first models developed by using neural network methodology. This study is region-specific as only recordings from earthquakes that have occurred in Northwestern Turkey were used in the analyses. The models developed are, therefore, only recommended for prediction of ground motions in Northwestern Turkey. xv
Benzer Tezler
- Türkiye için topoğrafik etkiyi de içeren eş ivme haritasının geliştirilmesi
Development of an iso-acceleration map for Turkey considering topographical effect
ÇİĞDEM YILDIRIMLI
Yüksek Lisans
Türkçe
2008
Jeoloji MühendisliğiHacettepe ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. HARUN SÖNMEZ
- Kuzey Anadolu Fay Zonunu içeren Orta ve Doğu Anadolu Bölgesi için yeni bir azalım ilişkisinin geliştirilmesi
Developing of a new attenuation relationship for the Central and Eastern Anatolian region including the North Anatolian Fault Zone
ALEYNA GENÇOĞLU
Yüksek Lisans
Türkçe
2019
Jeofizik MühendisliğiKaradeniz Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. NİLGÜN LÜTFİYE SAYIL
- Attenuation relationship for peak ground velocity based on strong ground motion data recorded in Turkey
Azami zemin hızları için Türkiye kuvvetli yer hareketleri kayıtlarından azalım ilişkisi bulunması
SÜLEYMAN SERKAN ALTINTAŞ
Yüksek Lisans
İngilizce
2006
Deprem MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. POLAT GÜLKAN
- Modelling of the attenuation relationships from Western Anatolia strong motion data
Batı Anadolu kuvvetli yer hareketi verilerinden azalım ilişkilerinin modellenmesi
ÖZLEM KARAGÖZ
Yüksek Lisans
İngilizce
2007
Jeofizik MühendisliğiDokuz Eylül ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. NİHAL AKYOL
- Deterministik yaklaşımla Türkiye'nin sismik tehlike analizi
Seismic hazard analysis for Turkey using the deterministic approach
MÜGE AKIN
Yüksek Lisans
Türkçe
2001
Jeoloji MühendisliğiAnkara ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. KAMİL KAYABALI