Apport de l’intelligence artificielle et de l’approche stochastique à la prédiction du mouvement sismique

Abstract

Deux modèles d’estimation du mouvement sismique (MS) basés sur l’intelligence artificielle (IA) sont établis dans cette étude. Sans forme fonctionnelle (FF) a priori, ces types de modèles sont censés reproduire les mêmes estimations que celles des GMPEs classiques (Ground Motion Prediction Equations). Le MS est présenté par les ordonnées pseudo-spectrales d’accélération (PSA) avec un amortissement égal à 5%, pour les périodes (T) : 0.0, 0.1, 0.3 et 1.0 s. Deux sous-ensembles de données sont utilisés. Le premier issu de la base de données NGA-West 2 (Next Generation Attenuation). Il compte 100 événements, 4272 enregistrements et 1677 sites. Le deuxième est construit à l’aide de l’approche stochastique (Boore, 2003). Les PSA sont estimés par l’approche ANFIS (Adaptive Neuro-Fuzzy Inference Systems) avec les deux sous-ensembles de données suscités. Les deux modèles issus de cette étude sont comparés avec trois GMPEs classiques. Les résultats montrent que les modèles ANFIS ainsi développés peuvent estimer, convenablement, le mouvement sismique sans passer par une forme fonctionnelle définie au préalable. Ils peuvent aussi être utilisés pour ajuster les paramètres sismiques du modèle stochastique tels que la chute de contrainte sismique.