بررسی تأثیر تعداد عوامل ورودی در مقدار دقت شبکه عصبی مصنوعی برای پهنهبندی خطر وقوع زمینلغزش (بررسی موردی: حوزه آبخیز هراز)
Authors
Abstract:
بیش از 30 درصد از مساحت کشور ایران را مناطق کوهستانی تشکیل میدهد، لذا هر ساله حرکات توده ایموجب خسارت به انواع سازههای مهندسی، مناطق مسکونی و جنگلها در پی آن ایجاد رسوب و سیلابهای گل‌آلودگی رودخانه‌ها می‌شود. لذا برای جلوگیری از این خسارت‌ها و تعیین حساسیت دامنهها، به پهنهبندی خطر زمینلغزش در مناطق مختلف میپردازند. هدف از انجام این پژوهش، تعیین ساختار بهینه شبکه عصبی مصنوعی با تعداد عوامل ورودی مختلف برای پهنهبندی خطر وقوع زمینلغزش در بخشی از حوزه آبخیز هراز می‌باشد. برای انجام این پژوهش ابتدا تعداد تکرار بهینه برای جلوگیری از آموزش بیش از حد شبکه با روش سعی و خطا تعیین شد. سپس تعداد نرون در لایه پنهان 14 نرون تعیین شد. در نهایت تعداد نرون در لایه ورودی از 1 تا 9 تغییر داده شد. با توجه به نتایج به‌دست آمده مشخص شد که هر چه تعداد نرون در لایه ورودی افزایش یابد کارایی شبکه برای پهنهبندی حساسیت زمینلغزش بهتر می‌شود. در این پژوهش ساختار 9 نرون در لایه ورودی، 14 نرون در لایه پنهان و 1 نرون در لایه خروجی با نسبت یادگیری 2/0 به‌عنوان ساختار بهینه انتخاب شد که ریشه میانگین مربعات خطا و ضریب تبیین به‌ترتیب برابر 051/0 و 9623/0 بود. نقشه پهنهبندی تهیه شده با این ساختار دارای دقت 307/92 درصد بود. نتایج دیگر پژوهش نشان داد که از کل مساحت منطقه مورد مطالعه، 14/35، 73/26، 59/14، 88/9 و 63/13 درصد، به‌ترتیب در طبقه پایدار، کم خطر، خطر متوسط، خطر زیاد و خطر خیلی زیاد قرار گرفته است
similar resources
بررسی تأثیر تعداد عوامل ورودی در مقدار دقت شبکه عصبی مصنوعی برای پهنه بندی خطر وقوع زمین لغزش (بررسی موردی: حوزه آبخیز هراز)
بیش از 30 درصد از مساحت کشور ایران را مناطق کوهستانی تشکیل می دهد، لذا هر ساله حرکات توده ایموجب خسارت به انواع سازه های مهندسی، مناطق مسکونی و جنگل ها در پی آن ایجاد رسوب و سیلاب های گل آلودگی رودخانه ها می شود. لذا برای جلوگیری از این خسارت ها و تعیین حساسیت دامنه ها، به پهنه بندی خطر زمین لغزش در مناطق مختلف می پردازند. هدف از انجام این پژوهش، تعیین ساختار بهینه شبکه عصبی مصنوعی با تعداد عوا...
full textپهنه بندی خطر زمین لغزش با استفاده از شبکه عصبی مصنوعی در بخشی از حوزه آبخیز هراز
بخش بزرگی از کشور ایران را مناطق کوهستانی تشکیل میدهد. هر ساله زمینلغزش موجب خسارت به انواع سازههای مهندسی، مناطق مسکونی، جنگلها و در پی آن ایجاد رسوب و سیلابهای گلآلود و در نهایت پر شدن مخازن سدها می‌گردد. از آنجا که پیشبینی زمان و مکان رخداد زمینلغزش از توان دانش فعلی بشر خارج است، برای بیان حساسیت دامنهها، به پهنهبندی خطر زمینلغزش در مناطق مختلف میپردازند. در این تحقیق برای پهن...
full textمدل سازی خطر وقوع زمین لغزش با استفاده از شبکه عصبی مصنوعی(مطالعه موردی: حوزه آبخیز تجن، استان مازندران)
با توجه به خسارات جانی و خسارات مالی فراوانی که وقوع زمین لغزشها به مناطق مسکونی، اراضی زراعی و ... وارد می سازند، پهنه بندی و شناخت مناطق دارای خطر زیاد وقوع زمین لغزش ضروری می باشد. روش های مختلفی برای پهنه بندی خطر وقوع زمین لغزش ارائه شده است که در این تحقیق، روش شبکه عصبی مصنوعی با توجه به اینکه مستقل از توزیع آماری داده ها می باشد و به متغیرهای آماری مخصوصی احتیاج ندارد و همچنین دقت بالای...
15 صفحه اولشبکه عصبی مصنوعی برای ارزیابی خطر اختلالات حرکتی در نوزادان
Background: Prediction of developmental disorders in infancy is very important. This study aimed to predict movement disorders of children using Artificial Neural Network (ANN) model. Methods: This was a retrospective study, in which 600 infants with normal and 120 infants with abnormal neurologic examination were evaluated. For analysis, the data divided the study group randomly int...
full textارزیابی دقت شبکه های عصبی مصنوعی در برآورد دبی حداکثر لحظه ای، مطالعه موردی: حوزه های آبخیز استان فارس
برآورد دبی اوج سیلاب در حوزه های آبخیز یکی از مهم ترین مسائلی است که هیدرولوژیست ها و کارشناسان بخش آب را به خود مشغول کرده است. یکی از روش های نوین در حل مسائل مهندسی آب و رودخانه ها و همچنین، برآورد دبی اوج لحظه ای، استفاده از شبکه های عصبی مصنوعی می باشد که با الگوبرداری از شبکه مغز انسان ضمن اجرای فرآیند آموزش، روابط درونی بین داده ها را کشف و برای موقعیت های دیگر تعمیم می دهد. هدف از ا...
full textMy Resources
Journal title
volume 65 issue 2
pages 231- 243
publication date 2012-08-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023