التنبؤ بالزلازل باستخدام الذاكرة القصيرة وطويلة المدى ثنائية الاتجاه مع تحسين قواعد الاستدلال وعدم اليقين باستخدام التعلم المعزز

بسبب عدم اليقين المتأصل في الأحداث الزلزالية، لا يزال التنبؤ بالزلازل يمثل أحد التحديات الصعبة. يقدم هذا البحث نهجا هجينا مبتكرا لحل هذه المشكلة: وهو عبارة عن مزيج بين الأنظمة الذكية القائمة على القواعد وبنيات التعلم العميق (DL). يستخدم هذا النموذج شبكات الذاكرة القصيرة وطويلة المدى ثنائية الاتجاه (BiLSTM) لنمذجة التسلسلات الزمنية. كما يساعد نظام الاستدلال الضبابي (FIS) في إدارة والتعامل مع عدم اليقين في التنبؤات. وباستخدام وكيل قائم على خوارزمية (Q-learning)، يتم ضبط قاعدة القواعد الضبابية ديناميكيا بهدف زيادة الأداء بمرور الوقت. تم تدريب النموذج على مجموعة بيانات تضم 11,442 حدثا زلزاليا. وأظهرت النتائج التجريبية تحسنا في الأداء، حيث حقق النموذج متوسط خطأ مطلق (MAE) قدره 0.016، وجذر متوسط مربع الخطأ (RMSE) بأقل قيمة بلغت 0.021، ومعامل تحديد (R2) بدرجة 0.87 (مما يفسر 87% من تباين البيانات). تثبت هذه النتائج القدرة الممتازة للإطار المقترح على التحكم في عدم اليقين، مما يوفر معلومات قيمة فيما يتعلق بالحد الاستباقي من المخاطر.