المستودع الرقمي في جامعة الجلفة

Développement des lois prédictives des indicateurs sismiques avec l'utilisation des méthodes statistiques et d'intelligence artificielle dans les sols meubles

عرض سجل المادة البسيط

dc.contributor.author اوراي, عصام
dc.date.accessioned 2024-03-04T09:58:05Z
dc.date.available 2024-03-04T09:58:05Z
dc.date.issued 2024-01-27
dc.identifier.uri http://dspace.univ-djelfa.dz:8080/xmlui/handle/123456789/5882
dc.description.abstract Dans le domaine du génie civil, plusieurs relations d'atténuation sont proposées pour estimer les paramètres de mouvement sismique (GMPs) pour les types de sols rocheux et moyens, en tenant compte de divers indicateurs sismiques. Cependant, il y a une absence d'équations de prédiction qui sont directement utilisées pour les sites de sols meubles. Il est connu que les sols meubles ont des impacts très néfastes sur le comportement sismique des structures en raison de l'amplification des déplacements, et par conséquent, les GMPs sont également affectées par cette situation. Compte tenu de l'importance du sujet, une attention particulière est accordée à la prédiction des GMPs des tremblements de terre sur les sites à sol meuble. Dans l'étude, deux sujets importants sont soulignés. Tout d'abord, une technique explicitement développée pour quantifier les paramètres de mouvement du sol GMPs basée sur des modèles empiriques et statistiques est présentée. Deuxièmement, une série d'équations de prédiction des GMPs sont proposées pour les sols meubles en utilisant plusieurs collections de données sismiques. La base de données collectée est évaluée statistiquement pour différents paramètres sismiques tels que la magnitude du moment (Mw), la distance la plus proche de la rupture (Rrup) et la vitesse moyenne des ondes de cisaillement pour les 30 premiers mètres du sol (Vs,30), et des équations de prédiction sont suggérées en utilisant plusieurs coefficients de régression basés sur ces paramètres. D'autres modèles basés sur les réseaux de neurones artificiels sont développés dans cette étude pour prédire les GMPs enregistrées dans les sols meubles. Par conséquent, les équations de prédictions proposées sont comparées aux modèles existants utilisés dans la littérature, et l'efficacité des modèles est évaluée. A number of attenuation relationships have been brought proposed in the field of civil engineering to calculate the ground motion characteristics (GMPs) of earthquakes for hard and moderate soil types while taking different seismic quantities into account. Nevertheless, there aren't any prediction formulas specifically meant for soft soil regions. It is well known that soft soil amplifies displacement demands, which has a highly negative effect on the seismic behavior of structures. As a result, GMPs are also impacted by this kind of situation. knowing the significance of the subject, the prediction of ground motion parameters (GMPs) for earthquakes at soft soil sites merits particular attention. The study emphasizes on two key areas. Firstly, an explicitly evolved method based on empirical and statistical evaluation is offered to quantify the ground motion parameters. Second, by utilizing multiple seismic database collections, a prediction equation for GMPs has been set in place for soft soils. A number of regression coefficients are used to generate prediction equations based on the statistical evaluation of the assembled database for various earthquake parameters, such as moment magnitude (Mw), closest distance to the rupture (Rrup), and average shear wave velocity for the top 30 m of soil (Vs,30). In this study, additionally artificial neural network models are created to predict the GMPs recorded in soft soil sites. As a result, the efficiency of the model is assessed by evaluating the proposed prediction equations with the present models that have been employed in the literature. في مجال الهندسة المدنية، تم اقتراح العديد من علاقات التنبؤ لتقدير معلمات الحركة الزلزالية لأنواع التربة الصلبة والمتوسطة، مع الأخذ في الاعتبار المؤشرات الزلزالية المختلفة. ومع ذلك، هناك نقص في معادلات التنبؤ التي تستخدم مباشرة لمواقع التربة الناعمة. من الحقائق المعروفة أن التربة الناعمة لها تأثيرات ضارة للغاية على السلوك الزلزالي للهياكل بسبب تضخيم متطلبات الحركة،وبالتالي، تتأثر أيضا هذه الحالة. بالنظر إلى أهمية الموضوع، يتم إيلاء اهتمام خاص للتنبؤ بالزلازل في مواقع التربة الناعمة. في هذهالدراسة، تم التأكيد على موضوعين مهمين. أولا، يتم تقديم تقنية تطورت صراحة لتحديد معلومات الحركة الأرضيةالقوية على أساس التقييم التجريبي والإحصائي. ثانيا،سنقترح معادلات التنبؤ بالمؤشرات الزلزالية المسجلة فيالتربة الناعمة باستخدام عدة مجموعات وقواعد بيانات زلزالية. يتم تقييم قاعدة البيانات التي تم جمعها إحصائيا للمؤشرات الزلزالية المختلفة مثل شدة الزلزال، وأقرب مسافة من بؤرة الزلزال ومتوسط سرعة موجة القص لأعلى 30 مترا من التربة. يتم تطوير نماذج أخرى على أساس الشبكة العصبية الاصطناعية في هذه الدراسة للتنبؤ بالمؤشرات الزلزالية القوية المسجلة في مواقع ذات التربة الناعمة. وبالطبع، تم مقارنة معادلات التنبؤ المقترحة بالنماذج الحالية المستخدمة في الأبحاث العلمية السابقة، وتم ايضا تقييم كفاءة النماذج المقترحة. en_EN
dc.language.iso fr en_EN
dc.publisher Ziane achour university of djelfa en_EN
dc.subject موقع التربة الناعمة،مؤشراتالحركة الزلزالية، المدة المؤثرة للزلزال، النماذج الإحصائية، الشبكات العصبية الاصطناعية ، Soft soils site, Ground motion parameters, Significant duration, empirical models, ANN ، Site de sols meubles, Paramètres de mouvement du sol, Durée significative, modèles empiriques, RNA en_EN
dc.title Développement des lois prédictives des indicateurs sismiques avec l'utilisation des méthodes statistiques et d'intelligence artificielle dans les sols meubles en_EN
dc.type Thesis en_EN


الملفات في هذه المادة

هذه المادة تظهر في الحاويات التالية

عرض سجل المادة البسيط

بحث دي سبيس


بحث متقدم

استعرض

حسابي