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:

118
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

433
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدلسازی هوشمند منفرد(پرسپترون چند لایه) و ترکیبی (نروفازی) تخریب جنگل (محدوده: شهرستان ساری)

صفحات

 صفحه شروع 297 | صفحه پایان 313

چکیده

 روش های کلاسیک یا روش های سخت بر دقیق بودن محاسبات, پایه گذاری شده اند درحالیکه دنیای واقعی بر نادقیق بودن مرزها و عدم قطعیت ها استوار است که بیشتر با روش های محاسبات نرم مطابقت دارد, که این روش ها نیز به تنهایی نقاط ضعف و قوتی دارند و برای رفع آنها تیوری پیوند زنی مطرح شد که با عنوان سیستم های ترکیبی هوشمند شناخته می شوند. در این تیوری دو یا چند روش هوشمند با یکدیگر ترکیب می شود تا کاستی ها و نواقص روش های منفرد رفع یا تعدیل گردد. در این مطالعه, تخریب جنگل با استفاده از شبکه عصبی پرسپترون و روش ترکیبی عصبی-فازی مدل سازی شده است. برای اینکار از تصاویر سنسور TM ماهواره لندست 5 سال 1999 و سنسور OLI متعلق به لندست 8 برای سال 2017 استفاده شد. از مناطق جنگلی تخریب شده و جنگل بدون تخریب در 200 نقطه نمونه برداری شد. سپس 7 فاکتور تخریب جنگل شامل: فاصله ازعوارضی همچون (شهر-رودخانه-روستا-دریا-جاده), ارتفاع و شیب برای 200 نقطه محاسبه شد. برای ارزیابی عملکرد مدل ها از میانگین مربعات خطای استفاده شد که برای شبکه پرسپترون با سه الگوریتمLevenberg-Marquardt, Bayesian Regularization, Scaled Conjugate Gradient به ترتیب 50. 053, 40. 070 و 80. 090 بدست آمد. MSE برای مدل عصبی-فازی با الگوریتم بهینه سازی و روش ترکیبی به ترتیب 00. 019 و 0. 0102 محاسبه شد. تحلیل نتایج حاکی از عملکرد مطلوب مدل نروفازی در کاهش خطا و افزایش تعمیم پذیری می باشد. مدل نروفازی با تکیه بر قاعده عدم قطعیت شرایطی را ایجاد کرده که به واقعیت شباهت بیشتری داشته و نسبت به مدل پرسپترون در انتخاب داده ی مناسب موفق تر بوده است.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    مهرآبادی، سمیه. (1400). مدلسازی هوشمند منفرد(پرسپترون چند لایه) و ترکیبی (نروفازی) تخریب جنگل (محدوده: شهرستان ساری). تحقیقات کاربردی علوم جغرافیایی (علوم جغرافیایی)، 21(60 )، 297-313. SID. https://sid.ir/paper/966151/fa

    Vancouver: کپی

    مهرآبادی سمیه. مدلسازی هوشمند منفرد(پرسپترون چند لایه) و ترکیبی (نروفازی) تخریب جنگل (محدوده: شهرستان ساری). تحقیقات کاربردی علوم جغرافیایی (علوم جغرافیایی)[Internet]. 1400؛21(60 ):297-313. Available from: https://sid.ir/paper/966151/fa

    IEEE: کپی

    سمیه مهرآبادی، “مدلسازی هوشمند منفرد(پرسپترون چند لایه) و ترکیبی (نروفازی) تخریب جنگل (محدوده: شهرستان ساری)،” تحقیقات کاربردی علوم جغرافیایی (علوم جغرافیایی)، vol. 21، no. 60 ، pp. 297–313، 1400، [Online]. Available: https://sid.ir/paper/966151/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