جستجو در مقالات منتشر شده


2 نتیجه برای شبکه عصبی

دکتر جواد سدیدی، آقای محمد کمانگر، دکتر هانی رضائیان، دکتر علیرضا حمیدیان، دکتر محمد باعقیده، آقای حیدر آریانژاد،
دوره 4، شماره 16 - ( 10-1393 )
چکیده

قسمت اعظم مساحت کشور از لحاظ جغرافیایی در کمربند خشک و نیمه خشک با بارندگی کم قرار گرفته است. در نواحی فلات مرکزی و جنوبی اجتماعات شهری و روستایی با اتکاء به منابع آب زیر زمینی شکل گرفته و این منابع عمده‌ترین تامین کننده نیازهای آبی در این مناطق محسوب می‌شود. رشد روز افزون جمعیت و محدودیت منابع آبی لزوم پیش بینی دقیق مقدار این منابع را به دلیل اهمیت در برنامه ریزی و مدیریت بهینه می‌طلبد. پیش بینی سطح ایستابی با استفاده از ابزارها و روش‌های نوین مدلسازی می‌تواند کمک شایانی به برنامه ریزی و تصمیم گیری بهینه جهت تامین دراز مدت آب نماید. هدف از این تحقیق تخمین سطح ایستابی آبخوان سرخون استان هرمزگان با استفاده از شبکه عصبی و بهره مندی از قانون Gradient Descent می باشد. این روش با استفاده از ارتباط ذاتی داده‌ها، روابط غیر خطی بین آن‌ها را یاد گرفته و نتایج را برای بقیه حالت‌ها تعمیم می‌دهد به منظور آموزش مدل از اطلاعات 10چاه مشاهده ای که دارای آمار 24ساله بودند استفاده گردید70درصد داده‌ها به عنوان داده‌های آموزشی به مدل معرفی و20درصد داده‌ها به عنوان تست برای اعتبار سنجی به کار برده شد. نتایج این روش, تراز سطح ایستابی آبخوان سرخون برای سال1400را بین22تا72متر در مناطق مختلف پیش بینی می کند. ارزیابی این مدل با خطای RMSE بین 0.00125- تا0.0509و همچنین خطای MEA بین 0.0012- تا 0.049 کارایی مدل شبکه عصبی Gradient Descent را در پیش بینی سطح ایستابی منابع زیر زمینی نشان می‌دهد.
پیمان حیدریان، کاظم رنگزن، سعید ملکی، ایوب تقی زاده،
دوره 5، شماره 17 - ( 7-1393 )
چکیده

چکیده برای رسیدن به توسعه پایدار شهری و همچنین تصمیم‌گیری بهتر برای جهت‌دهی توسعه در آینده، بازبینی دائمی فرآیندهای دینامیک شهری با توجه به توسعه در گذشته و پیش‌‌بینی آن در آینده، اجتناب‌ناپذیر است. هدف پژوهش حاضر، مدل‌سازی توسعه کلان‌شهر تهران با استفاده از مدل LCM در دوره 11 ساله 1385_1374 است. برای این منظور ابتدا، معیارهای موثر در این فرآیند از سازمان‌های مربوطه جمع‌آوری، آنالیز و آماده‌سازی شدند و نقشه‌های کاربری زمین از تصاویر ماهواره لندست با ضریب کاپای 765/0 برای هر نقشه استخراج گردید. سپس با استفاده از داده‌های اتوکد سازمان نقشه‌برداری و نقشه‌های موجود (2000/1) تا ضریب کاپای 885/0 بهبود داده شدند. در مرحله بعد صحت‌سنجی نقشه‌ها و آشکارسازی تغییرات صورت گرفت. نتایج آشکارسازی تغییرات با ضریب کاپای 85/91 % نشان می‌دهد که بیش‌ترین افزایش مساحت در مناطق ساخته‌شده (68/4603 هکتار) و بیش‌ترین کاهش مساحت در زمین ‌باز (47/4561 هکتار) رخ‌ داده است. بر مبنای این تغییرات، 11 متغیر مستقل به عنوان ورودی مدل انتخاب شده و سپس، پتانسیل تبدیل کاربری و پیش‌بینی برای سال 1396، با استفاده از روش MLP و زنجیره مارکوف، مدل‌سازی شدند. مقایسه نتایج پیش‌بینی با جدیدترین داده‌های زمینی و مطالعات گذشته نشان می‌دهد که نتایج تحقیق حاضر به واقعیت‌های زمینی نزدیک‌تر است. همچنین نقشه پیش‌بینی‌شده گویای این است که بیش‌ترین میزان توسعه در سال 1396 به ترتیب در بخش‌های غرب و شرق کلان‌شهر تهران رخ می‌دهند.

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به فصلنامه مطالعات جغرافیایی مناطق خشک می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2022 CC BY-NC 4.0 | Journal of Arid Regions Geographics Studies

Designed & Developed by : Yektaweb