CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

Artificial Neural Networks and Microtremor Measurements in Estimating Peak Ground Acceleration at Main Lines of Kaohsiung Mass Rapid Transit, Taiwan

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۲۰۹۵ | نظرات: ۰
سرفصل ارائه مقاله: Soils, Foundations, and Geotechnical Engineering
سال انتشار: ۱۳۸۲
کد COI مقاله: SEE04_SF22
زبان مقاله: انگلیسی
حجم فایل: ۵۵۷.۳۷ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله Artificial Neural Networks and Microtremor Measurements in Estimating Peak Ground Acceleration at Main Lines of Kaohsiung Mass Rapid Transit, Taiwan

Tienfuan Kerh - Professor, Department of Civil Engineering, National Pingtung University of Science and Technology, Pingtung 91207, Taiwan
David Chu - Graduate student of Civil Eng., NPUST, Pingtung, Taiwan,

چکیده مقاله:

Peak ground acceleration is a very important factor, which must be considered in construction site for analyzing the potential damage resulting from earthquake. The actual records by seismometer at stations related to the site may be taken as a basis, but a reliable estimating method may be useful for providing more detailed information of the strong motion characteristics. Therefore, the purpose of this study is by using back-propagation neural networks to develop a model for estimating peak ground acceleration at two main lines of Kaohsiung Mass Rapid Transit in Taiwan. In addition, the microtremor measurements with Nakamura transformation technique are taken to further validate the estimations. Three neural networks models with different inputs including epicentral distance, focal depth and magnitude of the earthquake records are trained and the output results are compared with available nonlinear regression analysis. The comparisons showed that the present neural networks model has a better performance than that of the other methods, as the calculation results are more reasonable and closer to the actual seismicrecords. Besides, the distributions of estimating peak ground acceleration from both of computations and measurements may provide valuable information from theoretical and practical standpoints.

کلیدواژه‌ها:

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-SEE04-SEE04_SF22.html
کد COI مقاله: SEE04_SF22

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Tienfuan Kerh, & David Chu, ۱۳۸۲, Artificial Neural Networks and Microtremor Measurements in Estimating Peak Ground Acceleration at Main Lines of Kaohsiung Mass Rapid Transit, Taiwan, چهارمین کنفرانس بین المللی زلزله شناسی و مهندسی زلزله, تهران, پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله, https://www.civilica.com/Paper-SEE04-SEE04_SF22.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Tienfuan Kerh, & David Chu, ۱۳۸۲)
برای بار دوم به بعد: (Tienfuan Kerh & David Chu, ۱۳۸۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • H. Adeli (2001).، Neural Networks in Civil Engineering: 1989-2000, Computer-A ...
  • L. Bodri (2000).، Prediction of Extreme Precipitation Using a Neural ...
  • CTCI Corporation (1991). 4Boring Test Report On Major Sections of ...
  • C. Gutierrez, S.K. Singh (1992). 40A Site Effect Study in ...
  • S. Ivanovic, M.D. Trifunac, M.I. Tlodorovska (2000).، 0Ambient Vibration Tests ...
  • T. Kerh, L.Y. Chen, J.H. Lee (1996). *Analysis of Soil ...
  • T. Kerh, J.H. Lee, L.Y. Chen (1996).، Estimation of Strong ...
  • T. Kerh, Y.C. Yee (2000). 4Analysis of a Deformed Three- ...
  • J. Lermo, F.J. Chavez -Gaircia (1994). 40Are Microtremors Useful in ...
  • Earthquake Study for Design؛ .(1993) 1 1. C.H. Loh, R.Y. ...
  • Amplification Based on Seismometer Aray and Soil؛، .(1992) 12. L. ...
  • K.F. Ma (1999).، :Teleseismic and Near Source Strong Motion Waveforms ...
  • Surface Layer Thickness and the Shearing Wave Theء، .(1990) 14. ...
  • P.C. Pandey, S.V. Barai (1995). *Multilayer Perceptron in Damage Detection ...
  • T. Suzuki, Y. Adachi, M. Tanaka (1995). *Application of Microtremor ...
  • C.P. Tsai, J.N. Shen, T. Kerh (1999).، Wave Forecasting Using ...
  • User Manual (1995). *Carry Style Vibrator SPC-35F?, System Technology Engineering ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.