چکیده :

به تبع افزايش جمعيت شهري و در نتيجه افزايش توليد پسماند نياز به يافتن محل مناسب به منظور دفع پسماند ضرورت دارد. با توجه به عوامل مختلف مؤثر در مکانيابي محل دفن و ‏وسعت زياد منطقه مورد مطالعه، روش هاي سنتي جهت مکان يابي بسيار وقت گير،‎ ‎هزينه بر و کم دقت مي باشد. بدين منظور، در اين پژوهش از شبکه عصبي پرپسترون چند لايه با ‏الگوريتم آموزش لورنبرک-مارگویت استفاده گرديد. تابع سيگموئيد لگاريتمي به عنوان تابع فعال سازي براي هر واحد پردازشگر در شبکه انتخاب گرديد. آموزش داده ها با ۱۲ پارامتر ‏ورودي شامل فاصله از آّبراهه، فاصله از جاده، فاصله ازگسل، ليتولوژي، پوشش گياهي و کاربري اراضي، شيب، جهت شيب، فاصله از سکونتگاه، طبقات ارتفاعي، بافت خاک، سطح آب ‏زيرزميني و نقشه همبارش، 7 لايه پنهان و يک لايه خروجي که نقشه پهنه بندي را نشان مي دهد انجام گرفت. جهت صحت سنجي مدل از شاخص هاي آماري ميانگين مربعات خطا، ‏جذر ميانگين مربعات خطا و ضريب تعيين‎ ‎استفاده گرديد. در نهايت پس از تعيين بهترين ساختار شبکه مدل اجرا شده و منطقه مورد مطالعه به 5 کلاس خيلي مساعد، مساعد، نسبتا ‏مساعد، نا مساعد و خيلي نامساعد طبقه بندي گرديد. بهترين دقت مدل 99/0 بدست آمد که بيانگر کارايي بالاي پرپسترون چند لايه جهت پهنه بندي مي باشد.‏

کلید واژگان :

‏ پرپسترون چند لايه، مکان يابي، دفع پسماند، شهرستان فریدون شهر



ارزش ریالی : 600000 ریال
دریافت مقاله
با پرداخت الکترونیک