پیش بینی احتمال وقوع سیل به کمک شبکه عصبی چند لایه

  • سال انتشار: 1390
  • محل انتشار: همایش ژئوماتیک 90
  • کد COI اختصاصی: GEO90_112
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1235
دانلود فایل این مقاله

نویسندگان

مهدیه قدسی نژاد

دانشجوی کارشناسی ارشد سیستم اطلاعات مکانی، دانشگاه صنعتی خواجه نصیر

علی اصغر آل شیخ

دانشیار گروه سیستم اطلاعات مکانی، دانشگاه صنعتی خواجه نصیرالدین طوس

چکیده

به استناد آمار و اطلاعات خسارات ناشی از سیل در پاره ای از نقاط دنیا به ویژه در آسیا و اقیانوسیه بیشترین میزان در بین خسارتهای حاصل از بلایای طبیعی را به خود اختصاص می دهد. یکی از ضروریات مهار این بحران شناخت تناوب و بزرگی این واقعه و پیش آگاهی است. با توجه به نقاط ضعف روش های سنتی برای حل چنین مسائلی، در سالهای اخیر تحقیقاتی در خصوص امکان استفاده از روش های جدید تحت عنوان هوش مصنوعی شروع شده است. یکی از روش های هوش مصنوعی مورد توجه، روش شبکه های عصبی مصنوعی است که بر پایه ی ریاضیات و بر اساس تقلید بسیار ساده از سیستم شبکه عصبی بیولوژیک است. ماهیت و ذات تجربی و منعطف این روش باعث می شود تا در مسائلی مانند مقوله پیش بینی که از رفتاری غیرخطی و لجام گسیخته برخوردار هستند، به خوبی قابل استفاده باشد. دراین مطالعه احتمال وقوع سیل در منطقه خرسان واقع در استان چهارمحال و بختیاری به کمک یک شبکه عصبی چند لایه بعنوان مطالعه موردی مورد بررسی قرارگرف ه ت است. برای این کار یک ساختار شبکه عصبی با دولایه پنهان ایجاد و هفت پارامتر از جمله جنس خاک، میزان شیب، میزان رطوبت، میزان جذب و... به عنوان ورودی معرفی شد. سپس خطای موجود با معیارMSE محاسبه گردید. از آنجا که میزان خطا 3.75 % بدست آمد، شبکه بخوبی قادر به تولید خروجی دقیق برای حالات وقوع سیل (مقادیر بالایDischarge خواهد بود

کلیدواژه ها

شبکه عصبی، بلایای طبیعیGIS خرسانMLP

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.