<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن مهندسی سازه ایران</PublisherName>
				<JournalTitle>مهندسی سازه و ساخت</JournalTitle>
				<Issn>2476-3977</Issn>
				<Volume>9</Volume>
				<Issue>6</Issue>
				<PubDate PubStatus="epublish">
					<Year>2022</Year>
					<Month>08</Month>
					<Day>23</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Prediction of shear wave velocity and soil type of the region with recorded accelerometer in Iran plateau using vertical and horizontal seismic components spectral ratios</ArticleTitle>
<VernacularTitle>پیش بینی سرعت موج برشی و نوع خاک منطقه دارای شتابنگاشت ثبت شده در فلات ایران با استفاده از نسبت های طیفی مؤلفه ی قائم و افقی زمین لرزه</VernacularTitle>
			<FirstPage>201</FirstPage>
			<LastPage>222</LastPage>
			<ELocationID EIdType="pii">141459</ELocationID>
			
<ELocationID EIdType="doi">10.22065/jsce.2021.281059.2456</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>ایمان</FirstName>
					<LastName>خزاعی</LastName>
<Affiliation>دانشگاه صنعتی شاهرود</Affiliation>

</Author>
<Author>
					<FirstName>محمد</FirstName>
					<LastName>شامخی امیری</LastName>
<Affiliation>استادیار، دانشکده مهندسی عمران، دانشگاه صنعتی شاهرود، شاهرود، ایران</Affiliation>

</Author>
<Author>
					<FirstName>امیر</FirstName>
					<LastName>بذر افشان مقدم</LastName>
<Affiliation>استادیار، دانشکده مهندسی عمران، دانشگاه صنعتی شاهرود، شاهرود، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2021</Year>
					<Month>05</Month>
					<Day>18</Day>
				</PubDate>
			</History>
		<Abstract>Earthquake is a destructive and unpredictable phenomenon that causes a lot of human and financial losses. An overall assessment of the damage to structures and facilities due to earthquakes shows that site conditions have had a significant impact on the distributions of damage. Therefore, identifying the effect of site and soil type in the design and construction of earthquake resistant structures is essential.&lt;br /&gt;&lt;br /&gt;Due to the fact that soil type has not been determined in many regions of the Iranian plateau, in this study, A relation is presented to determine the shear wave velocity using Horizontal-to-vertical spectrum ratio method (H/V) and the Gene expression programming (GEP).&lt;br /&gt;&lt;br /&gt;In this study, a suite of 480 records is used. Input factors in this research are moment magnitude, site to source distance, Horizontal-to-vertical spectrum ratio and the time of the maximum amount of H/V ratio. &lt;br /&gt;&lt;br /&gt;After preparing the input values from the earthquake catalog, finally, GEP method is used to obtain the prediction relationship. &lt;br /&gt;&lt;br /&gt;The advantage of this algorithm is that a fixed regression model is not used and the model is calculated intelligently. Finally, the results show that the model has a fitness of 911.57 and the shear wave velocity values provided by the relation correspond to 73% with the actual values.</Abstract>
			<OtherAbstract Language="FA">زلزله از پدیده‌های مخرب و غیرقابل پیش بینی است که خسارات جانی و مالی بسیاری در پی دارد. ارزیابی کلی از خسارات وارده به سازه‌ها و تاسیسات در زلزله‌ها نشان می‌دهد که شرایط ساختگاهی تاثیر قابل توجهی بر نحوه‌ی توزیع خرابی‌ها داشته است. لذا شناسایی اثر ساختگاه و نوع خاک در طراحی و ساخت سازه‌های مقاوم، امری ضروری به شمار می‌آید. با توجه به اینکه نوع خاک در بسیاری از مناطق فلات ایران تعیین نشده است، در این پژوهش، پیش‌بینی رابطه‌ای برای تعیین سرعت موج برشی و تعیین نوع خاک منطقه با استفاده از روش نسبت طیفی مؤلفه‌ی افقی به قائم (H/V) و الگوریتم توسعه‌ی ژنی(GEP) مدنظر قرار گرفته است. عوامل مؤثر در این پیش‌بینی، بزرگای زلزله، فاصله‌ی منبع زلزله‌ تا ساختگاه، نسبت طیفی مؤلفه‌ی افقی به قائم (H/V) و پریود زمانی نسبت طیفی حداکثر در نظرگرفته شده‌اند. در این تحقیق، داده های 480 شتابنگاشت مورد استفاده قرار گرفت. اصلاحات مورد نیاز روی این داده‌ها صورت گرفته و سپس پارامترهای مورد نظر برای تعیین رابطه‌ی سرعت موج برشی از آن استخراج شده است. پس از آماده سازی مقادیر ورودی الگوریتم از کاتالوگ زلزله، در نهایت برای به‌دست آوردن رابطه‌ی پیش‌بینی از روش هوشمند الگوریتم توسعه‌ی ژنی استفاده شده است. مزیت این الگوریتم در این است که از مدل رگرسیونی ثابتی استفاده نشده است و مدل به صورت هوشمند محاسبه می-گردد. نتایج نشان می‌دهند که مدل دارای برازندگی 57/911 بوده و مقادیر پیش‌بینی شده مطابقت 73 درصدی با وضعیت موجود خاک مطابق با استاندارد 2800 دارند. از تعداد 480 رکورد مورد استفاده، روش ارائه شده توانست نوع خاک 350 ایستگاه را به درستی پیش بینی نماید. همچنین مقایسه با سایر روشهای طبقه بندی نشان داد که کمترین تطابق هم دارای دقت بیش از 55 درصدی است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">نسبت طیفی مؤلفه ی افقی به قائم</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سرعت موج برشی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم توسعه ی ژنی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نوع خاک منطقه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">فلات ایران</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://www.jsce.ir/article_141459_1c47a959f6555ea614f6c7bfc56650ff.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
