پهنه بندی خطر زمین لغزش با استفاده از مدل شبکه عصبی پرسپترون چندلایه از نوع پیش خور پس انتشار (BP) (مطالعه موردی: حوه آبخیز بار نیشابور)
Publish place: Second International Conference on Environmental Hazards
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,180
This Paper With 21 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:
شناسه ملی سند علمی:
ICEHH02_796
تاریخ نمایه سازی: 13 آبان 1393
Abstract:
با توجه به توانایی های شبکه های عصبی مصنوعی، کاربرد آنها در رشته های مختل مهندسی و علوم زمین گسترش قابل ملاحظه ای داشته است. در این پژوهش برای پهنه بندی زمین لغزش در حوضه آبریز بار نیشبور از مدل شبکه عصبی پرسپترون چندلایه از نوع پیش خور پس انتشار (BP) استفاده شد. جهت ارزیابی شبکه عصبی ایجاد شده، داده های 32 زمین لغزش اتفاق افتاده به سیستم ارائه گردید. این پایگاه داده شامل اطلاعات مربوط به شیب، جهت شیب، لینولوژیف مدل ارتفاع رقومی (DEM)، نقشه هم باران، فاصله از گسل و کاربری اراضی می باشد. این داده ها جهت تغذیه به شبکه عصبی ایجاد شده، بر اساس بزرگترین مقدار موجود هر داده در بانک اطلاعاتی بین صفر و یک نرمالیزه گردید. سپس داده های نرمالیزه ده به یک شبکه عصبی پرسپترون سه لایه تغذیه شونده به جلو (Feed iforward) با الگوریتم پس انتشار خطا (Back error propagation) تغذیه گردید. داده های فوق ابتدا در شبکه آموزش دیده و سپس مورد آزمایش قرار گرفتند. ساختار نهایی شبکه دارای 7 نرون در لایه ورودی، 20 نرون در لایه میانی و یک نرون در لایه خروجی می باشد. در این بین 80 درصد اطلاعات برای آموزش و 20 درصد باقیمانده برای آزمایش درنظر گرفته شد. در نهایت با توجه به وزن خروجی، نقشه پهنه بندی زمین لغزش در پنج رده با خطر خیلی زیاد، زیادف متوسط، کم و خیلی کم ترسیم گریدد. نتایج حاصل نشان داد که ساختار زمین شناسی تشکیل یافته از مارن هایی خاکستری با میان لایه های آهکی (سازند دلیچای) و همچنین فعالیت های تکتونکی گسل های منطقه باعث شده که حوضه آبخیز بار از قابلیت بالایی در رخداد زمین لغزش برخوردار شود.
Authors
ابوالقاسم امیراحمدی
دانشیار گروه جغرافیای طبیعی، دانشگاه حکیم سبزواری
مجید ابراهیمی
دانشجوی دکتری ژئومورفولوژی، دانشگاه حکیم سبزواری
محمدعلی زنگنه اسدی
دانشیار گروه جغرافیای طبیعی، دانشگاه حکیم سبزواری
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 :