پژوهشگاه بین‌المللی زلزله‌شناسی و مهندسی زلزله

پایان‌نامه کارشناسی ارشد

مهندسی عمران- مهندسی زلزله

 

توسعه مدلی مبتنی بر فناوری سنجش از دور (اپتیکی) به مقصود برآورد خسارت ساختمانها در برابر زلزله

 

استاد راهنما

دکتر بابک منصوری

 

زمستان 1393  

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی گردد
(در فایل دانلودی نام نویسنده موجود می باشد)
تکه هایی از متن پایان نامه به عنوان نمونه :
(ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل می باشد)

چکیده

رخداد زلزله به دلیلی ماهیت غیرقابل پیش بینی بودن آن می تواند باعث خسارات مالی و تلفات جانی فراوانی بویژه در مناطق شهری گردد. به مقصود اثربخشی فرآیند مدیریت بحران پس از رخداد زلزله، نیاز مبرمی به  نقشه  تخریب می باشد که در آن اندازه تخریب ساختمان ها  نشان داده شده باشد. هدف از انجام پژوهش حاضر، ارایه روشی کارآمد برای تولید نقشه تخریب می باشد. منابع مورد بهره گیری در این پژوهش، تصاویر ماهواره ای منطقه زلزله زده مربوط به قبل و بعد از زلزله و نیز داده های کمکی موجود می باشد. جهت شروع پژوهش آغاز یک مرحله پیش پردازش که شامل هم مختصات سازی و تلفیق تصاویر می باشد، انجام می گردد. سپس با بهره گیری از داده های کمکی، سقف ساختمان ها در ناحیه مورد مطالعه از تصاویر استخراج می گردد. به دلیل قابلیت بالای ویژگیهای بافتی در تعیین اندازه تخریب ساختمان ها، ویژگی های بافتی مرتبه دوم هارالیک از تصاویر استخراج شدند. در ادامه با کمک الگوریتم ژنتیک، تعداد سه شاخص از میان شاخص های بافتی به عنوان شاخصهای بافتی بهینه استخراج گردیدند. تابع شایستگی مورد بهره گیری در الگوریتم ژنتیک، ضریب کاپای حاصل از طبقه بندی SVM می باشد. سپس با بهره گیری از الگوریتم طبقه بندی نظارت شده SVM و شاخصهای بافتی بهینه انتخاب شده، سقف ساختمان های موجود در سه کلاس سقف پابرجا، سقف نیمه فروریخته و سقف فروریخته طبقه بندی شدند و درصد پیکسل های هر کلاس برای هر سقف به عنوان ورودی های سیستم استنتاج فازی محاسبه گردید. برای تصمیم گیری در مورد وضعیت ساختمان از لحاظ اندازه تخریب، از سیستم استنتاج فازی با موتور استنتاجی ممدانی بهره گیری گردید. مجموعه قواعد فازی با بهره گیری از تقابل درصد وجود پیکسل های هر کلاس در سقف ساختمان با نقشه تخریب مرجع موجود در داده های کمکی ایجاد شدند. اطلاعات بدست آمده در مرحله قبل برای تعداد 11294 ساختمان موجود در ناحیه مورد مطالعه وارد سیستم استنتاج فازی شدند و نقشه تخریب برای چهار حالت تولید گردید. در ارزیابی دقت روش پیشنهادی در پژوهش حاضر با بهره گیری از  مقایسه نقشه تخریب حاصل با نقشه تخریب مرجع،اندازه دقت برای چهار حالت به ترتیب 61 درصد، 73 درصد، 76 درصد و 89 درصد بدست آمد. در پایان نتیجه گیری انجام گردید و همچنین پیشنهاداتی برای بهبود روش تعیین اندازه تخریب ساختمان ها ارایه گردید.
 
کلمات کلیدی: سنجش اندازه تخریب ساختمان ها، ویژگی های بافتی، طبقه بندی نظارت شده، ماشین بردار پشتیبان، الگوریتم ژنتیک، سیستم استنتاج فازی
 

                                                        فهرست مطالب

عنوان                                                                                                                          صفحه
1- فصل اول:کلیات پژوهش  6
1-1- مقدمه  7
1-2- اظهار مسئله و ضرورت انجام پژوهش   8
1-3- سوالات پژوهش   8
1-4- اهداف پژوهش   9
1-5- ساختار پژوهش   9
2- فصل دوم : مرور تحقیقات پیشین در زمینه تعیین تخریب ساختمان ها 10
2-1- ‏‏مقدمه  11
2-2- مروری بر روشهای پیشین در تعیین تخریب ساختمانها پس از رخداد زلزله  11
2-2-1- روش های موجود از دیدگاه نوع داده های مورد بهره گیری 11
2-2-2- روش های موجود از دیدگاه روش تعیین اندازه تخریب   13
2-3- واکاوی بافت   25
2-3-1- ویژگی های بافتی آماری   28
2-4- مروری بر یافتن ویژگی های بافتی (باندهای) بهینه  35
2-4-1- الگوریتم ژنتیک (GA) 36
2-5- طبقه بندی تصاویر  39
2-5-1- طبقه بندی الگوریتم ماشین بردار(SVM) 40
2-6- مروری بر مدل نقشه تخریب   44
2-6-1- بکارگیری سیستم فازی جهت تصمیم گیری در مورد وضعیت ساختمان ها 45
2-7- جمع بندی تحقیقات پیشین   49
3- فصل سوم: روش پیشنهادی پژوهش   52
3-1- مقدمه  53
3-2- مراحل انجام پژوهش   53
3-2-1- جمع آوری داده های مورد مطالعه  54
3-2-2- آماده سازی داده ها 54
3-2-3- استخراج ویژگی های بافتی   55
3-2-4- یافتن ویژگی های بافتی (باندهای) بهینه با بهره گیری از GA و SVM    57
3-2-5- طبقه بندی سقف ساختمان ها 60
3-2-6- طراحی سیستم فازی جهت تصمیم گیری وضعیت ساختمان ها 62
3-2-7- نقشه تخریب   64
3-2-8- ارزیابی و برآورد دقت الگوریتم پیشنهادی پژوهش   65
3-3- نرم افزارهای مورد بهره گیری 67
4- فصل چهارم: پیاده سازی  69
4-1- مقدمه  70
4-2- منطقه مورد مطالعه و پیش پردازش داده ها 69
4-3-  استخراج سقف ساختمان ها 73
4-4- استخراج ویژگی های بافتی   74
4-5- استخراج ویژگی های بافتی بهینه با بهره گیری از الگوریتم ترکیبی SVM-GA  75
4-6-  طبقه بندی سقف ساختمان ها با الگوریتم SVM    77
4-7- طبقه بندی کلاس های تخریب بر اساس منطق فازی   80
4-7-1 توابع عضویت و فازی سازی   80
4-7- استنتاج فازی   81
4-8- تولید نقشه تخریب   84
4-9- برآورد دقت   85
5- فصل پنجم: جمع بندی و پیشنهادات  91
5-1- جمع بندی   92
5-2- پیشنهادات   96
مراجع  99
چکیده انگلیسی   101
فهرست اشکال
عنوان                                                                                                                          صفحه
شکل ‏2‑1  نتیجه تفسیر بصری تصاویر سنجنده Quick Bird زلزله بم توسط Yamazaki  و همکاران.. 16
شکل ‏2‑2  استخراج قطعات معنادار از تصاویر در واکاوی شئ مبنا 20
شکل ‏2‑3 مدل مفهومی روش ارائه شده توسط گوسلا  و همکاران.. 21
شکل ‏2‑4 مدل مفهومی روش ارائه شده توسط چینی و همکاران.. 23
شکل ‏2‑5 مدل مفهومی روش ارائه شده توسط صمدزادگان و همکاران.. 24
شکل ‏2‑6 چهار جهت اصلی تصویر برای تشکیل ماتریس هم اتفاق.. 31
شکل ‏2‑7 چگونگی تشکیل ماتریس هم اتفاق.. 31
شکل ‏2‑8 چگونگی تولید تصاویر بافتی با حرکت پنجره متحرک با ابعد 3*3. 35
شکل ‏2‑9 نمونه ای از انجام جهش بر روی یک کروموزوم. 39
شکل ‏2‑10 طبقه بندی به روش SVM  در دوکلاس با بهره گیری از کرنل خطی.. 42
شکل ‏2‑11 طبقه بندی بهینه دو کلاس با کرنل خطی.. 43
شکل ‏2‑12 سیستم منطق فازی.. 46
شکل ‏2‑13 نمودار یک سیستم استنتاج (ممدانی) 47
شکل ‏3-1 مدل مفهومی الگوریتم پیشنهادی پژوهش.. 54
شکل ‏3-2 فرآیند کلی الگوریتم ترکیبی GA-SVM 57
شکل ‏3-3 چگونگی انتخاب ویژگی های بافتی بهینه. 58
شکل ‏3-4 نمونه ای از کروموزوم مورد بهره گیری در این پژوهش.. 58
شکل ‏3-5 فرآیند طبقه بندی ساختمان با الگوریتم SVM… 61
شکل3-6 چگونگی تعریف ورودی های سیستم استنتاج فازی.. 66
شکل ‏4‑1 زلزله شهر بم، کرمان، ایران. 70
شکل ‏4‑2 تصویر ماهواره QuickBird  مربوط به قبل از زلزله بم. 71
شکل ‏4‑3 تصویر ماهواره QuickBird  مربوط به پس از زلزله بم. 72
شکل ‏4‑4 داده کمکی شامل بردارهای پلیگون ساختمانها و اطلاعات آن ها 73
شکل ‏4‑5 ماسک ساخته شده و سقف های ساختمانی استخراج شده 74
شکل ‏4‑6 اجرای الگوریتم GA-SVM… 77
شکل ‏4‑7  اجرای الگوریتم MAIN-SVM… 78
شکل ‏4‑8 نتایج طبقه بندی سقف ساختمان ها با بهره گیری از الگوریتم SVM… 79
شکل ‏4‑9 توابع عضویت مورد بهره گیری برای فازی سازی ورودی های سیستم فازی.. 81
شکل ‏4‑10 تابع عضویت مربوط به بخش خروجی سیسستم استنتاج فازی.. 83
شکل ‏4‑11 ساختار سیستم استنتاج فازی طراحی شده 83
شکل ‏4‑12 نقشه تخریب مرجع تهیه شده توسط یامازاکی و همکاران(C1,C3,C4,C5) 88
شکل ‏4‑13  نقشه تخریب نهایی حاصل از پیاده سازی الگوریتم پیشنهادی پژوهش(C1,C3,C4,C5). 89
شکل ‏4‑14  نقشه تخریب نهایی حاصل از پیاده سازی الگوریتم پیشنهادی پژوهش(C1&3,C4,C5). 89
شکل ‏4‑15 نقشه تخریب نهایی حاصل از پیاده سازی الگوریتم پیشنهادی پژوهش(c1,c3,c4&5). 89
شکل ‏4‑16 نقشه تخریب نهایی حاصل از پیاده سازی الگوریتم پیشنهادی پژوهش(c1&3,c4&5) 90
 
فهرست جداول
عنوان                                                                                                                          صفحه
جدول ‏2‑1 ارتباط بین بردار آفست و 4 جهت اصلی.. 31
جدول ‏2‑2 طبقه بندی ساختمان های آسیب دیده بر اساس آیین نامه(EMS98-2008) 45
جدول ‏2‑3 جمع بندی تحقیقات پیشین.. 49
جدول ‏3‑1 توصیف گرهای آماری استخراجی از ماتریس هم اتفاق(هارالیک) بهره گیری شده 56
جدول ‏3‑2   ماتریس خطا برا ی یک طبقه بندی با سه کلاس… 60
جدول ‏3‑3 چگونگی تشکیل ماتریس خطا 65
جدول ‏4‑1 ویژگی های استخراجی آماری مرتبه دوم هارالیک… 74
جدول ‏4‑2 چند ساختمان نمونه به همراه درصد حضور هر کلاس در سقف ساختمان. 80
جدول ‏4‑3 تعدادی از قواعد فازی بهره گیری شده در سیستم استنتاج فازی.. 82
جدول ‏4‑4  نتیجه نهایی اعمال الگوریتم پیشنهادی بر روی ساختمان های ناحیه مورد مطالعه. 84
جدول ‏4‑5 کلاس ها ی تخریب نقشه مرجع و نمادهای متناظر در این پژوهش.. 86
جدول ‏4‑6 ماتریس خطا حاصل از الگوریتم پیشنهادی در تعیین تخریب ساختمان (C1,C3,C4,C5) 86
جدول ‏4‑7 ماتریس خطا حاصل از الگوریتم پیشنهادی در تعیین تخریب ساختمان (C1&3,C4,C5) 86
جدول ‏4‑8 ماتریس خطا حاصل از الگوریتم پیشنهادی در تعیین تخریب ساختمان (C1,C3,C4&5) 87
جدول ‏4‑9 ماتریس خطا حاصل از الگوریتم پیشنهادی در تعیین تخریب ساختمان (C1&3,C4&5) 87
 

این مطلب رو هم توصیه می کنم بخونین:   دانلود پایان نامه ارشد: تخمین ضرایب آزمایش تحکیم در لایه‌های آبرفتی با استفاده از مدلسازی با Anfis و شبکه‌های عصبی

1- فصل اول

کلیات پژوهش

  • مقدمه

سوانح طبیعی مجموعه ای از حوادثی می باشد که خسارت های جانی و مالی فراوانی را به دنبال دارد. پیش بینی این رویدادها ممکن نبوده و یا بسیار دشوار می باشد و اتفاق افتادن آنها غافلگیری را به دنبال خواهد داشت. در این بین زلزله به عنوان یکی از مخرب ترین بلایای طبیعی بویژه زمانی که در مناطق پرجمعیت شهری اتفاق می افتد گاها اثرات جبران ناپذیری بر جای می گذارد. به عنوان مثال زلزله های 1994 کالیفرنیای  آمریکا و زلزله سال 1995 کوبه ژاپن منجر به کشته شدن هزاران نفر و خسارات اقتصادی سنگین نزدیک به 200 میلیون دلار گردید. زلزله سال 1999 ازمیر ترکیه با 15000 کشته و 24000 زخمی و برجای گذاشتن هزاران بی خانمان، در حدود 41000 بنا مانند ساختمان های دولتی و اداری را ویران نمود. زلزله سال 2001 گجورات هند در حدود 20000 کشته و 1614700 زخمی برجای گذاشت و 348000 خانه را ویران نمود.
با نگاهی به نقشه خطر زلزله جهانی در می یابیم که ایران در ناحیه ای بسیار فعال از لحاظ تکتونیکی واقع شده و زلزه های گذشته مصداق این امر می باشد. بسیاری از شهرها در نزدیکی گسلها قرار دارند و از اینرو هر چند سال یکبار شاهد وقوع زلزله مخرب با خسارات مالی و جانی فراوان هستیم. مجموعه اقدامات مدیریت بحران پس از رخداد زلزله می تواند باعث کاهش اندازه تلفات انسانی گردد. اما این موضوع زمانی می تواند موثر واقع گردد که عملیات امداد و نجات، سریع و با طرح و برنامه همراه باشد. یکی از باارزشترین منابع اطلاعاتی که می تواند مدیران بحران را در امر سازماندهی عملیات امداد و نجات و همچنین تخصیص منابع یاری نماید، نقشه تخریب منطقه می باشد. با داشتن نقشه تخریب ساختمان ها  که در آن اندازه تخریب هر ساختمان مشخص شده می توان عملیات امداد و نجات، اسکان، آواربرداری و حتی بازسازی مناطق آسیب دیده را کارآمدتر انجام داد.
به مقصود تعیین سریع اثرات بلایای طبیعی بویژه زلزله، مجموعه داده های حاصل از سنجش از دور می تواند اطلاعاتی مفید و مهم در اختیار بگذارد. فناوری سنجش از دور امروزه با فراهم آوردن داده های متنوع و مفید و با گستره پوششی وسیع از منطقه بحران زده و با قدرت تفکیک مکانی بالا ابزاری مفید جهت تعیین اندازه تخریب ساختمانها شده می باشد. با ظهور نسل جدید سیستم های ماهواره ای جدید همچونIkonos   و Geoeye امکان تصویربرداری با قدرت تفکیک مکانی بالا فراهم گردیده می باشد که این امر به نوبه خود امکان پردازش های دقیقتر و حصول نتایج بهتر در برآورد اندازه خسارت ساختمان های شهری را در پی داشته می باشد
تعداد صفحه : 111
قیمت : 14700 تومان

بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد

و در ضمن فایل خریداری شده به ایمیل شما ارسال می گردد.

دسته‌ها: عمران