تعیین وزن معیار های محیطی مدلIMDPA با استفاده از شبکه عصبی مصنوعی(ANN)
Publish place: The second national conference on desert with the approach of managing arid and desert areas
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 651
This Paper With 8 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:
DESERT02_353
تاریخ نمایه سازی: 7 بهمن 1393
Abstract:
مدل ارزیابی بیابان زایی IMDPA, برای ارزیابی و انجام مطالعات بیابان زدایی در ایران می باشد که در آن شاخص ها و معیارهای زیادی در نظر گرفته شده است. معیارهای اقلیم، معیار زمین شناسی و ژئومورفولوژی، معیار خاک، معیارپوشش گیاهی, معیارکشاورزی,معیار آب و معیار فرسایش، از مهمترین عوامل محیطی در ارزیابی بیابان زایی برای ایران می باشد. شبکه های عصبی مصنوعی (ANN) ایده ای برای پردازش اطلاعات است که از سیستم عصبی زیستی الهام گرفته و مانند مغز به پردازش اطلاعات می پردازد. معیار های محیطی در ارزیابی شدت بیابان زایی (Desertification)، دارای شاخص هایی با وزن متفاوت هستند. شبکه عصبی و شبکه الگوریتم ژنتیک جهت بهینه سازی شاخص های محیطی معیار های بیابان زایی در مدل IMDPAو تعیین وزن دقیق آنها در قالب یک مدلارائه شده است.
Keywords:
Authors
علیرضا نژادمحمدنامقی
دانشجوی دکتری بیابان زدایی دانشگاه تهران
غلامرضا زهتابیان
هیات علمی دانشگاه تهران
علیرضا مقدم نیا
هیات علمی دانشگاه تهران
حسین آذرنیوند
هیات علمی دانشگاه تهران
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 :