سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,533
تعداد مقالات70,504
تعداد مشاهده مقاله124,124,443
تعداد دریافت فایل اصل مقاله97,233,014
نقدی, رامین, عباسیان, عبدالله, قجر, اسماعیل. (1396). طراحی مسیر جادۀ جنگلی براساس نتایج مدل شبکۀ عصبی مصنوعی حساسیت به زمین‌لغزش (مطالعة موردی حوضة آبخیز کجور). , 70(3), 499-508. doi: 10.22059/jfwp.2017.212553.767
رامین نقدی; عبدالله عباسیان; اسماعیل قجر. "طراحی مسیر جادۀ جنگلی براساس نتایج مدل شبکۀ عصبی مصنوعی حساسیت به زمین‌لغزش (مطالعة موردی حوضة آبخیز کجور)". , 70, 3, 1396, 499-508. doi: 10.22059/jfwp.2017.212553.767
نقدی, رامین, عباسیان, عبدالله, قجر, اسماعیل. (1396). 'طراحی مسیر جادۀ جنگلی براساس نتایج مدل شبکۀ عصبی مصنوعی حساسیت به زمین‌لغزش (مطالعة موردی حوضة آبخیز کجور)', , 70(3), pp. 499-508. doi: 10.22059/jfwp.2017.212553.767
نقدی, رامین, عباسیان, عبدالله, قجر, اسماعیل. طراحی مسیر جادۀ جنگلی براساس نتایج مدل شبکۀ عصبی مصنوعی حساسیت به زمین‌لغزش (مطالعة موردی حوضة آبخیز کجور). , 1396; 70(3): 499-508. doi: 10.22059/jfwp.2017.212553.767

طراحی مسیر جادۀ جنگلی براساس نتایج مدل شبکۀ عصبی مصنوعی حساسیت به زمین‌لغزش (مطالعة موردی حوضة آبخیز کجور)

نشریه جنگل و فرآورده های چوب
مقاله 14، دوره 70، شماره 3، آبان 1396، صفحه 499-508    اصل مقاله (931.32 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jfwp.2017.212553.767
نویسندگان
رامین نقدی* 1؛ عبدالله عباسیان2؛ اسماعیل قجر3
1دانشیار دانشکدة منابع طبیعی، دانشگاه گیلان
2کارشناس ارشد مهندسی جنگل، دانشکدة منابع طبیعی، دانشگاه گیلان
3استادیار دانشکدة منابع طبیعی، دانشگاه گیلان
چکیده
هدف پژوهش حاضر مدلسازی خطر زمین‌لغزش با استفاده از شبکه‌های عصبی مصنوعی در بخشی از حوضۀ آبخیز کجور و سپس طراحی جادۀ جنگلی براساس پهنه‌بندی طبقات این خطر بود. در این تحقیق، پس از پیمایش میدانی و برداشت 95 نقطة لغزشی، شش عامل شیب، جهت، شکل دامنه، فاصله از رودخانه، فاصله از گسل و سازندهای زمین‌شناسی به‌عنوان عوامل مؤثر بر زمین‌لغزش در نظر گرفته شدند. لایه‌های رقومی هر یک از عوامل در محیط سامانة اطلاعات جغرافیایی تهیه شدند. پس از استخراج داده‌های زمین‌لغزش از محیط سیستم اطلاعات جغرافیایی و تقسیم داده‌ها، مدل‌های مختلف شبکۀ عصبی پرسپترون چندلایه از نوع پس‌انتشار پیش‌خور با به‌کارگیری ترکیبات گوناگون پارامترهای تنظیمی از جمله تعداد لایه‌های مخفی، تعداد نورون در هر لایه، توابع آستانه و الگوریتم‌های یادگیری مختلف ساخته شدند و کارایی شبکه‌های آموزش‌یافته ارزیابی شد. با بررسی پاسخ‌های به‌دست‌آمده از آزمایش تنظیمات مختلف، مقدار مجذور میانگین مربعات خطا و ضریب تبیین که نمایندۀ دقت مدل هستند، به‌ترتیب 1945/0 و 8676/0 برای بهترین شبکة آموزش‌یافته با 2 و 8 نورون در لایه‌های پنهان نخست و دوم و یک نورون در لایة خروجی به‌دست آمد. از میان واریانت‌های طراحی‌شده، واریانت 3 با کمترین عبور از طبقات با حساسیت خیلی زیاد به‌عنوان بهترین واریانت انتخاب و در طبیعت پیاده‌سازی شد..
کلیدواژه‌ها
پایداری؛ پس‌انتشار؛ جادۀ جنگلی؛ زمین‌لغزش؛ نورون
مراجع
آمار
تعداد مشاهده مقاله: 509
تعداد دریافت فایل اصل مقاله: 355


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب