تعیین مکانهای بهینه ایستگاه های آتش نشانی با استفاده از شبکه های عصبی مصنوعی
Publish place: Geomatics 1388
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 2,266
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
GEO88_077
Index date: 28 March 2009
تعیین مکانهای بهینه ایستگاه های آتش نشانی با استفاده از شبکه های عصبی مصنوعی abstract
ایجاد امکانات جدید شهری، نیازمند مطالعه دقیق در زمینه نحوه استقرار صحیح این امکانات در مناطق مختلف یک شهر است.جهت تخصیص درست امکانات شهری ،اولین نکته اساسی، انتخاب مکان بهینه با توجه به شرایط متفاوت و گاها متضاد است.این مساله زمانی اهمیت می یابد که فاکتورهای بسیار مهمی مانند نجات جان انسانهامد نظر قرار داده می شوند.لذا انتخاب بهینه مراکز آتش نشانی به دلیل اهمیت جان افرادی که در معرض خطر واقع شده اند،مساله ای اساسی تلقی می شود. در این مقاله یک روش جدید بر مبنای استفاده از شبکه های عصبی ارائه می شود که در آن پارامترهای موثر در مکان یابی مراکز آتش نشانی توسط یک شبکه پرسپترون چند لایه وزن دهی می گردد. این شبکه از طریق یک سری داده های اولیه آموزش دیده و از این طریق معیارهای مکانیابی این ایستگاههابه معیاری واحد متشکل از مجموع وزن دار هریک از معیارها تبدیل می شوند.نتایج نشان می دهند که استفاده از این متد بدلیل تشخیص وزن پارامترهای مرتبط از طریق داده های اولیه ،در مقایسه با متدهای رایج مکان یابی مانند همپوشانی که درآن وزن لایه ها صفر و یا یک است و یا روش همپوشانی شاخص که وزنها بصورت ذهنی توسط کارشناس تعیین می گردد مزایای بسیاری را در پی دارد.روش بکار رفته در حدود 70 درصد در تعیین مناطق مناسب یا نامناسب بدرستی عمل کرده است.
تعیین مکانهای بهینه ایستگاه های آتش نشانی با استفاده از شبکه های عصبی مصنوعی Keywords:
تعیین مکانهای بهینه ایستگاه های آتش نشانی با استفاده از شبکه های عصبی مصنوعی authors
متین فروتن مقدم
گروه GIS ، دانشکده مهندسی نقشه برداری،دانشگاه صنعتی خواجه نصیرالدین ط
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 :