مکان یابی برای اسکان موقت پس از وقوع زمین لرزه تحت شرایط عدم قطعیت با استفاده از منطق فازی کلاسیک و منطق فازی شهودی - مطالعه موردی: منطقه دو شهرداری تهران

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 235

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_SEPEHR-29-115_008

تاریخ نمایه سازی: 21 اردیبهشت 1400

Abstract:

زمین لرزه یکی از پر تکرار ترین سوانح طبیعی در دنیا بوده که سالیانه منجر به خسارات مالی و جانی فراوانی می شود.  یکی از مهمترین موارد مرتبط با کاهش بحران ناشی از زمین لرزه چه در مرحله برنامه ریزی و چه بعد از رخداد آن در مرحله امداد، یافت مکان های مناسب برای اسکان موقت مردم می باشد.  مکان یابی بویژه در شرایط بحران همواره با عناصر عدم قطعیت و نایقینی همراه است.  از اینرو روش های قطعی و کلاسیک بدون دخالت عناصر نایقینی بطور معمول به نتایج قابل قبولی منتج نمی شوند.  با وجود آنکه استفاده از روش های مبتنی بر منطق و نظریه مجموعه های فازی یک روش مناسب و متداول برای مدل سازی های نایقینی بوده، اما این مدل دارای کاستی هایی نیز هست.  یکی از کاستی های آن تعیین تابع عضویت قطعی برای هر پارامتر مورد استفاده است.  از طرف دیگر نظریه فازی متداول امکان توصیف متغیرهای زبانی ناشی از شک، دودلی و وجود قراین و شواهد مختلف و مزاحم را ندارد.  مهم ترین مشکل برای استفاده از این روش زمانی نمود پیدا می کند که با کمبود داده مرتبط مواجه باشیم.  ما در مقاله حاضر از نظریه فازی شهودی برای رفع مشکلات یاد شده بهره جسته ایم.  روش  و مدل پیشنهادی در منطقه دو تهران پیاده سازی شد.  با توجه به نتایج اخذ شده می توان نتیجه گرفت روش پیشنهادی بویژه در شرایط عدم وجود داده مناسب، کافی و مرتبط و همچنین وجود متغیرهای مشکوک عملکرد بهتری نسبت به روش های متداول دارد.

Authors

قاسم صفری اله خیلی

کارشناسی ارشد سامانه اطلاعات مکانی، گروه GIS، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

محمدرضا ملک

دانشیار، گروه GIS، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • 1.آقامحمدی، حسین (1379). طراحی و پیاده ‌سازی یک سیستم اطلاعات ...
  • 2.پیام راد، وفائی ‌نژاد. (2015). کمک به مدیریت بحران زلزله ...
  • 3.سبزعلی یمقانی, ملک. (2015). توسعه یک الگوریتم بهترین مسیر در ...
  • 6- AshtariJafari, M. (2010). Statistical prediction of the next great ...
  • ‎7- Atanassov, K. T. (1986).Intuitionistic fuzzy sets. Fuzzy sets and Systems, 20(1), ...
  • 8-Benz, U. C., Hofmann, P., Willhauck, G., Lingenfelder, I., &Heynen, ...
  • 9-Crosetto, M., Tarantola, S., &Saltelli, A. (2000). Sensitivity and uncertainty ...
  • 10- De Cock, M., Cornelis, C., &Kerre, E. E. (2005). ...
  • 11- Dubois, D., Gottwald, S., Hajek, P., Kacprzyk, J., &Prade, ...
  • 12- Eshragh, F., &Mamdani, E. H. (1979). A general approach ...
  • 13-Fisher, P. F. (1999).Models of uncertainty in spatial data. Geographical information ...
  • 14- Gau, W. L., &Buehrer, D. J. (1993). Vague sets. IEEE ...
  • 15- https://en.wikipedia.org/wiki/Fuzzy_logic ...
  • 16- Regan, H. M., Colyvan, M., &Burgman, M. A. (2002). ...
  • 17- Roy, A. J. (1999). A comparison of rough sets, ...
  • 18- Smith, E. T. (1993). Why the Japanese are going ...
  • 19- Stoms, D. M., Davis, F. W., & Cogan, C. ...
  • 20-Tsai, C. H., Chen, C. W., Chiang, W. L., & ...
  • 21- Zadeh, L. A. (1983). The role of fuzzy logic ...
  • نمایش کامل مراجع