انتخاب شتاب‌‌‌نگاشت‌‌‌های موردنیاز در تحلیل‌‌های تاریخچه‌زمانی با خوشه‌بندی مبتنی بر الگوریتم ژنتیک در مقایسه با روش kمیانگین

به کارگیری روش‌های تحلیل تاریخچه‌زمانی مستلزم در اختیار داشتن مجموعه‌ای از شتاب‌‌‌نگاشت‌‌‌ها است. این زلزله‌ها باید بیشترین همبستگی با ویژگی‌‌های ساختگاه را داشته باشند تا بتوانند نماینده واقع‌بینانه‌ای از حرکات زمین طی زلزله در منطقه موردنظر باشند. ازآنجاکه معمولا تعداد کافی ثبت‌‌ مَه‌لرزه در یک محل موجود نیست با توجه به ویژگی‌‌های ساختگاه، می‌‌توان تعداد زلزله‌های مورد‌نیاز را از فهرست زلزله‌های رخ داده در نقاط گوناگون دنیا انتخاب کرد. از جمله روش‌‌های موجود برای دسته‌بندی و انتخاب گزینه‌های مناسب براساس چندین معیار گوناگون، خوشه‌بندی است. در این مقاله برای انتخاب نگاشت‌های مناسب با داشتن حتی یک زلزله مبنا در محل از الگوریتم ژنتیک برای بهبود عملکرد نسبت به روش Kمیانگین استفاده شده است. در این شیوه ویژگی‌‌های گوناگون زلزله از جمله انرژی ثبت‌‌ها، مقادیر اوج حرکت زمین و طیف پاسخ شتاب‌‌ مدنظر قرار می‌گیرد و مجموعه زلزله‌ها با تطبیق حداکثر نسبت به زلزله مبنا تعیین می‌شوند. در انتها نیز نتایج حاصل از خوشه‌بندی Kمیانگین و روش فراابتکاری ژنتیک با هم مقایسه  شده است که  نشان از عملکرد بهتر الگوریتمژنتیک با پیاده‌سازی ویژه این مقاله در عبور ازبهینه‌های محلی و حصول خوشه‌بندی مناسب دارند.