222Rn Konsantrasyon ve Depremler Arasındaki İlişkileri Açıklayan Bulanık Mantık Uygulaması
Öz
Deprem davranışları, genel olarak fiziğin lineer olmayan konuları
arasındadır. Şimdiye kadar yapılan araştırmalar maalesef deprem davranışını tahmin
etmek için tam olarak matematiksel bir model önerememektedir. Böyle bir modelin
kurulamamasının başlıca nedeni, depremin doğrusal olmayan davranış gösteriyor
olması ve oluşum mekanizmasının çeşitli faktörlere bağlı olmasından
kaynaklanmaktadır. Doğrusal olmayan sistemlerin matematiksel ifadeleri ve
modellenmesi oldukça zordur ve bazen yüksek hızlarda, geniş bellekli
bilgisayarları gerektirir. Bu nedenle, uzman sistemler olarak bilinen bulanık
mantık bu tür modellemelerde yaygın bir şekilde kullanılmaktadır. Bu model,
doğrusal veya doğrusal olmayan yönleri tanımlayan uygun matematiksel ifadeler
vasıtasıyla herhangi bir fiziksel olayın uzay-zaman davranışını incelemek için
önerilmektedir. Bulanık mantık uygulamaları son yıllarda hızlı bir artış göstermektedir.
Bulanık mantık modellemesi dinamik sistemin iç yapısı hakkında çok güçlü bir
açıklama olabilir. Deprem tahmin çalışmalarında en sık kullanılan gösterge
toprak 222Rn gazıdır. Biz bu çalışmada, 222Rn ile deprem
şiddeti arasındaki ilişkiyi bulanık mantık metodu kullanarak açıklamaya
çalıştık. Uygulama bölgesi olarak, Doğu Anadolu Fay Sisteminin yakınlarındaki
Mersin bölgesinden alınan 222Rn verilerini kullandık.
Anahtar Kelimeler
References
- [1]. Dragovic S., Antonije O., Classification of soil samples according to geographic origin using gamma-ray spectrometry and pattern recognition methods. Appl Radiat Isotopes., 65 (2007) 218-224.
- [2]. Külahcı F., İnceöz M., Doğru M., Aksoy E., and Baykara O., Artificial neural network model for earthquake prediction with radon monitoring., Appl Radiat Isotopes, 67 (2009) 212–219.
- [3]. Gueldal V., Tongal H. Comparison of recurrent neural network, adaptive neuro-fuzzy inference system and stochastic models in Egirdir Lake level forecasting., Water Resour Manag, 24 (2010) 105-128.
- [4]. Zadeh L. A. Fuzzy sets. Information and Control, 8 (1967) 38-53.
- [5]. Şen, Z., Fuzzy Logic Principal and Modelling, (Engineering and Liberal art) p:11, Water Foundation Publication, İstanbul, 2009.
- [6]. Şen, Z., Scientific thinking and mathematical modeling principles p:11, Water Foundation Publication, İstanbul, 2009.
- [7]. Kisi O., Shiri J., Nikoofar B., Forecasting daily lake levels using artificial intelligence approaches., Comput Geosci,41 (2012) 169-180.
- [8]. Tarakçı, M., C. Harmanşah, M.M. Saç, and M. İçhedef (2014), Investigation of the relationships between seismic activities and radon level in Western Turkey, Appl. Radiat. Isotopes 83A, (2017) 12-17,
Details
Primary Language
English
Subjects
-
Journal Section
Conference Paper
Authors
Miraç Kamışlıoğlu
*
Türkiye
Publication Date
March 16, 2018
Submission Date
December 2, 2017
Acceptance Date
January 31, 2018
Published in Issue
Year 1970 Volume: 39 Number: 1
Cited By
Fuzzy reasoning in the investigation of seismic behavior
Mathematical Methods in the Applied Sciences
https://doi.org/10.1002/mma.6184