222Rn Konsantrasyon ve Depremler Arasındaki İlişkileri Açıklayan Bulanık Mantık Uygulaması
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:
Deprem, Modelleme, Radon, Bulanık Mantık, Uzman Sistemler
A Fuzzy Logic Application for Explain Relationships Between 222Rn Concentration and Earthquakes
Earthquake behaviors are, in general, among the non-linear topics of physics. Unfortunately researches up to now could not yet propose a complete mathematical model for earthquake behavior prediction possibilities. The main reason for not being able to establish such a model is due to the non-linear behavior of the earthquake and its generation is dependent on a variety of indigenous factors. Mathematical expressions and modeling of the non-linear systems is comparatively difficult and sometimes requires high speed and memory computers. For this reason, the expert systems as Fuzzy Logic (FL) are now commonly used for such modelling. Model is suggested a system to examine the space-time behavior of any physical phenomena through a set of convenient mathematical expressions, which describe linear or non-linear aspects. Fuzzy logic applications have a fast increase in past few years. Fuzzy logic modelling can be a very powerful explains about internal structure of dynamic system. The most commonly used indicator in earthquake prediction studies is soil radon gas (222Rn). In this study, we have tried to explain relationships between 222Rn and earthquakes using fuzzy logic. The application region is performed for 222Rn data of Mersin region near the East Anatolian Fault System, Turkey.
Keywords:
Earthquake, Modelling, Radon, Fuzzy Logic,
___
- [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,
- [9]. Zadeh L., Kacprzyk J. (eds.) Fuzzy Logic for the Management of Uncertainty. Wiley, 1992 New York.
- [10]. McNeill, F. M., Thro E. Fuzzy Logic: A Practical Approach. AP Professional, 1994 Boston, MA.
- [11]. Kosko, B. Fuzzy Thinking: The New Science of Fuzzy Logic. Hyperion, 1992 New York.
- [12]. Klir, G. J. and Fogel, T. A. Fuzzy Sets, Uncertainty and Information. Prentice Hall, 1988 New York.
- [13]. Fuzzy Logic Toolbox, For Use With MATLAB®, User Guide. 2006 Math Works, Inc.
- [14]. Kamışlıoğlu M., and Külahcı F., Chaotic Behavior of Soil Radon Gas and Applications, Acta Geophysica, 64-5 (2016) 1563-1592.
- ISSN: 2587-2680
- Yayın Aralığı: Yılda 4 Sayı
- Başlangıç: 2002
- Yayıncı: SİVAS CUMHURİYET ÜNİVERSİTESİ > FEN FAKÜLTESİ
Sayıdaki Diğer Makaleler
222Rn Konsantrasyon ve Depremler Arasındaki İlişkileri Açıklayan Bulanık Mantık Uygulaması