Contribution de « Neuro-Floue » à l’evaluation de l’aléa sismique de la region de Constantine en utilisant les données NGA-West 2

Abstract

Le système d'inférence adaptative neuro-floue (SIANF ou ANFIS) est utilisé dans cette thèsepour élaborer des équations de prédiction du mouvement sismique(EPMS ou GMPE). Les GMPEs sont unélément clé dansl’évaluation de l’aléasismique.Avec l’ANFIS toute sorte de forme fonctionnelle, a priori, peut être évitée. ANFIS fournit ainsi des modèles prédictifs totalement dirigésparles données. Avec une topologie simple est unique par rapport à l’approche par réseaux de neurones artificiels, ANFIS est plus avantageux :Le seul paramètre à ajuster rest la fonction d’appartenance. Un sous-ensemble de la base de données NGA-West 2 est utilisé avec 2335 enregistrements provenant de 580 sites et de 140 évènements (séismes crustaux). Seulesles stationsdont les vitesses moyennes des ondesde cisaillement sur trente mètres de profondeur (Vs30) mesuréessont considérées. Les paramètres indépendants caractérisant l’effet de source, de propagation d’onde et de site utilisés sont respectivement la magnitude du moment (Mw) la distance Joyen-Boore (RJB) et Vs30. Lesparamètres dépendants (ou rechercher) sont l'accélération et la vitesse maximales du sol PGA et PGV ainsi que les ordonnées pseudo-spectrale (PSA)avec un amortissement égal à 5 % et pour des périodes allant de0,01 à 4 sec. Une procédure similaire à l'approche à effets aléatoires, utilisée dans les méthodes classique, est adaptée et adoptée dans le présent travail.Avecl’approche à effet aléatoire,la variabilité aléatoire du mouvement sismique (VAMS) peut êtredécoupéeàune VAMS intra-événement et VAMS inter-évènement.L'écart type total de la VAMS (σ) en logarithme décimal obtenu par la méthode INFIS varie entre 0.31 et 0.36 : légèrement plus faible que l’écart type obtenu par l’approche neuronale (Derras et al. 2016). Les résultats (médianes) obtenus par cette présente méthode, sont comparables à ceux obtenus par la GMPE classique Boore et al. 2014 et par la GMPE neuronale de Derras et al. 2016.Les GMPEs obtenues dans cette thèses, peuvent captées les phénomènes physiques sous-jacent tels que : l’effet d’échelle et de saturation lié à la magnitude, l’atténuation de l’intensité sismique avec la distance et l’effet de site linéaire et non linéaire.Avec ce type d’approche, il est possible d’écrire le modèle sous forme polynomiale etde l’implanter dans une feuille Excel offrant ainsi une utilisation pratique. Avec les GMPEs obtenue par ANFIS, nous construisont le spectre de réponse uniforme, en tenant compte de l’aléa sismique régional, de la région de Constantine.