یکی از انواع حرکات دامنه ای که به عنوان یکی از حوادث طبیعی غیر مترقبه در مناطق مختلف خسارت های مالی و جانی فراوان را برای زندگی انسان وارد می نماید پدیده زمین لغزش می باشد. شناخت نواحی مستعد وقوع حرکات توده ای و زمین لغزش یکی از گام های اولیه در مدیریت منابع طبیعی و برنامه ریزی های توسعه ای و عمرانی است. حرکات توده ای و زمین لغزه ها تحت تاثیر عوامل طبیعی و انسانی متفاوتی رخ می دهند که ارزیابی تاثیر هر یک از این عوامل، نقش بسزایی در پیش بینی احتمال وقوع حرکت های توده ای و پهنه بندی خطر آنها دارد. مهمترين مزيت در استفاده از رويكرد شبكه عصبي اين است كه سيستم مستقيما از داده هاي نظري يا آزمايشي كه از ظرفيت خود تنظيمي شبكه استفاده مي كند ساخته مي شود. هدف از این پژوهش ترسیم نقشه ی پهنه بندی خطر زمین لغزش با کمک شبکه عصبی مصنوعی می باشد. ساختار مورد استفاده برای مدل کردن، پهنه بندی شبکه هایی با ساختار پیشرو می باشد و در این تحقیق از شبکه پرپسترون چند لایه با الگوریتم لونبرگ-مارکوارت استفاده گردید. تابع سیگموئید به عنوان تابع فعال سازی برای هر واحد پردازشگر در شبکه انتخاب گردید. آموزش داده ها با 9 پارامتر ورودی شامل داده های زمین شناسی، گسل، شیب و جهت شیب، بارندگی، کاربری اراضی و پوشش گیاهی و عناصر خطی شامل آبراهه ها و جاده ها و با 10 لایه درونی و یک لایه خروجی که نقشه پهنه بندی را نشان می دهد صورت گرفت. در تمامی شبیه سازی صورت پذیرفته شاخص متوسط مجذور خطا به عنوان یک شاخص راهنما، بیانگر کارایی شبکه در یادگیری الگوهای موجود، استفاده گردید.
کلید واژگان :زمين لغزش، شبكه عصبي مصنوعي، پهنه بندي، حوضه ماربر
ارزش ریالی : 600000 ریال
با پرداخت الکترونیک