نقش تعیین کننده هدف مدل سازی و نیاز کاربر در انتخاب مدل برتر حساسیت زمین لغزش (مطالعه موردی: حوزه آبخیز تجن، استان مازندران)

در این تحقیق، سه مدل داده کاوی شامل شبکه عصبی مصنوعی، ماشین بردار پشتیبان و بیشینه آنتروپی برای ارزیابی حساسیت زمین لغزش در حوزه آبخیز تجن استان مازندران انتخاب گردید. نتایج مدل ها با شش شاخص کارایی مدل شامل: ۱) روند توزیع مساحتی کلاس های حساسیت، ۲) روند توزیع عددی زمین لغزش ها در کلاس-های حساسیت، ۳) خطای نوع یک مدل سازی (مثبت کاذب)، ۴) خطای نوع دو مدل سازی (منفی کاذب)، ۵) مساحت زیر منحنی نرخ موفقیت و ۶) مساحت زیر منحنی نرخ پیش بینی بررسی گردید و براساس آن ها مدل ها رتبه بندی شدند. نتایج حاکی از آن بود که براساس شاخص اول، مدل های بیشینه آنتروپی، ماشین بردار پشتیبان و شبکه عصبی مصنوعی به ترتیب بهترین تا ضعیف ترین کارایی را نشان دادند. براساس شاخص دوم، به ترتیب مدل های ماشین بردار پشتیبان، بیشینه آنتروپی و شبکه عصبی مصنوعی بهترین تا ضعیف ترین عملکرد را ارائه نمودند. شاخص سوم با اشاره به پتانسیل خسارات اقتصادی ناشی از خطای مدل سازی بیانگر عملکرد مناسب مدل ماشین بردار پشتیبان بود و مدل های بیشینه آنتروپی و شبکه عصبی مصنوعی مشترکا در درجات بعدی اهمیت قرار گرفتند. همچنین، شاخص چهارم با اشاره به پتانسیل تلفات جانی و مالی ناشی از خطای مدل سازی نشانگر عملکرد خوب مدل شبکه عصبی مصنوعی بود و مدل های بیشینه آنتروپی و ماشین بردار پشتیبان به ترتیب در رتبه دوم و سوم قرار گرفتند. نتایج حاصل از شاخص های پنجم و ششم بیانگر قدرت بالای یادگیری و تعمیم نتایج در مدل ماشین بردار پشتیبان بود و مدل های بیشینه آنتروپی و شبکه عصبی مصنوعی در درجات بعدی اهمیت قرار گرفتند. 

Keywords:

بیشینه آنتروپی , شبکه عصبی مصنوعی , ماشین بردار پشتیبان , مثبت کاذب , منفی کاذب