مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

401
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

708
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی مدل های هوش مصنوعی مبتنی بر درخت به منظور پیش بینی خطر سیل در بستر GIS

صفحات

 صفحه شروع 174 | صفحه پایان 189

چکیده

 سیل یکی از مخرب ترین انواع بلایای طبیعی است که هر ساله باعث از دست رفتن جان و مال انسان ها در سراسر جهان می شود. هدف از تحقیق حاضر ارزیابی و مقایسه قابلیت سه مدل یادگیری ماشین یعنی درخت بیز ساده ( NBTree), درخت تصمیم متناوب (ADTree) و جنگل تصادفی ( RF) برای پیش بینی خطر وقوع سیل در شهرستان مانه و سملقان می باشد. نوآوری تحقیق حاضر ارایه مدل های ترکیبی مبتنی بر درخت می باشد که کمتر در تحقیقات پیشین مورد استفاده قرار گرفته اند. برای تهیه نقشه مرجع سیل در منطقه موردمطالعه, 300 موقعیت مستعد سیل شناسایی شدند و از طریق انتخاب تصادفی با نسبت 70 به 30 به مجموعه داده های آموزشی و اعتبارسنجی تقسیم شدند. پایگاه داده مکانی سیل با استفاده از 15 معیار هیدروژیولوژیکی و محیطی موثر بر سیل ایجاد شد. در نهایت, نقشه های پیش بینی خطر سیل با استفاده از مدل های NBTree, ADTree و RF تهیه شدند. به منظور اعتبار سنجی مدل های پیش بینی خطر سیل, معیار سطح زیر منحنی ( AUC) و معیارهای آماری نرخ پیش بینی مثبت, نرخ پیش بینی منفی, حساسیت, ویژگی و دقت مورد استفاده قرار گرفتند. نتایج نشان داد که مدل RF دقت بالاتری نسبت به مدل های NBTree و ADTree در پیش بینی خطر سیل منطقه موردمطالعه دارد. همچنین, نتایج نشان داد که احتمال وقوع خطر سیل در مناطق مرکزی منطقه موردمطالعه به دلیل ارتفاع و شیب کمتر, بیشتر از سایر مناطق است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    اسلامی نژاد، سیداحمد، افتخاری، مبین، محمودی زاده، سعید، اکبری، محمد، و حاجی الیاسی، علی. (1400). ارزیابی مدل های هوش مصنوعی مبتنی بر درخت به منظور پیش بینی خطر سیل در بستر GIS. تحقیقات منابع آب ایران، 17(2 )، 174-189. SID. https://sid.ir/paper/960902/fa

    Vancouver: کپی

    اسلامی نژاد سیداحمد، افتخاری مبین، محمودی زاده سعید، اکبری محمد، حاجی الیاسی علی. ارزیابی مدل های هوش مصنوعی مبتنی بر درخت به منظور پیش بینی خطر سیل در بستر GIS. تحقیقات منابع آب ایران[Internet]. 1400؛17(2 ):174-189. Available from: https://sid.ir/paper/960902/fa

    IEEE: کپی

    سیداحمد اسلامی نژاد، مبین افتخاری، سعید محمودی زاده، محمد اکبری، و علی حاجی الیاسی، “ارزیابی مدل های هوش مصنوعی مبتنی بر درخت به منظور پیش بینی خطر سیل در بستر GIS،” تحقیقات منابع آب ایران، vol. 17، no. 2 ، pp. 174–189، 1400، [Online]. Available: https://sid.ir/paper/960902/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button