Resumen

Se aplicaron tres métodos diferentes de redes neuronales artificiales (RNA), a saber, la retropropagación feed-forward (FFBP), la función de base radial (RBF) y las redes neuronales de regresión generalizada (GRNN), para predecir la aceleración máxima del terreno (PGA). Durante las aplicaciones se utilizaron noventa y cinco registros de tres componentes de 15 movimientos del terreno ocurridos en el noroeste de Turquía entre 1999 y 2001. La magnitud del momento sísmico, la distancia hipocentral, la profundidad focal y las condiciones del lugar se utilizaron como datos de entrada para estimar la PGA en las direcciones vertical (U-D), este-oeste (E-O) y norte-sur (N-S). La dirección del PGA máximo de los tres componentes también se añadió a la capa de entrada para obtener el PGA máximo. Los resultados de la fase de prueba de los tres métodos de RNA indicaron que los FFBP eran superiores al GRNN y al RBF para todas las direcciones. Los valores de PGA obtenidos con la FFBP se modificaron mediante un análisis de regresión lineal. Los resultados mostraron que estas modificaciones aumentaban las prestaciones de predicción.

• Materias:Análisis Matemático Algebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:pga máxima, diferentes redes neuronales artificiales, resultados de la fase de pruebas, magnitud del momento sísmico, análisis de regresión lineal, aceleración máxima del suelo, función de base radial, ffbp, pga, rbf
• Keywords:maximum pga, different artificial neural network, testing stage results, earthquake moment magnitude, linear regression analysis, peak ground acceleration, radial basis function, ffbp, pga, rbf