به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

adaptive network based fuzzy inference system

در نشریات گروه مدیریت
تکرار جستجوی کلیدواژه adaptive network based fuzzy inference system در نشریات گروه علوم انسانی
تکرار جستجوی کلیدواژه adaptive network based fuzzy inference system در مقالات مجلات علمی
  • حسن فرامرزی، سیدمحسن حسینی *، اسماعیل قجر، مهدی غلامعلی فرد

    تحقیق حاضر به شناسایی مناطق حساس به آتش سوزی در بوستان ملی گلستان، یکی از مهم ترین ذخایر زیست کره ی جهان، با استفاده از تحلیل تشخیصی (ممیزی) و شبکه ی استنتاج عصبی فازی تطبیقی می پردازد. بدین منظور ابتدا لایه های رقومی و داده های مورد نیاز از پایگاه های اطلاعاتی، مراکز مرتبط و برداشت های میدانی در منطقه ی مورد مطالعه تهیه شد. پس از آماده سازی داده ها و در نظر گرفتن آتش سوزی های رخ داده، با استفاده از تحلیل تشخیصی، مهم ترین عوامل موثر در وقوع آتش سوزی مشخص گردید. میانگین وزنی این عوامل محاسبه شد و با استفاده از الگوریتم K-Fold در شش مرحله با توابع عضویت ذوزنقه ای، گوسی، مثلثی و زنگوله ای، مدل های عصبی فازی خطر آتش سوزی ساخته شد و با استفاده از نتایج نقشه ی خطر آتش سوزی در 5 طبقه ی خطر خیلی کم، کم، متوسط، زیاد و خیلی زیاد تهیه گردید. ارزیابی صحت نیز با استفاده از مشخصه ی عامل نسبی صورت پذیرفت. نتایج حاصل از تحلیل تشخیصی حضور دامدار، حضور شکارچی، فاصله از جاده ی ترانزیتی، میانگین دما، فاصله از چشمه ها، بارش در فصل رویش و شیب را مهم ترین عوامل آتش سوزی نشان داد. اعتبار سنجی تابع عضویت ذوزنقه ای با مقدار 564/0 =R2 و 283/0 RMSE= با بهترین نتایج در بین توابع به دست آمد. نتایج حاصل از ارزیابی صحت مقدار 875/0ROC = را برای مدل مذکور نشان داد. نتایج همچنین نشانگر آن بود که از 91895 هکتار مساحت منطقه، 972 هکتار دارای احتمال خطر خیلی زیاد و 16879 هکتار دارای احتمال خطر زیاد بوده است. با توجه به صحت بالای نقشه ی به دست آمده می توان از آن برای مهار آتش سوزی های منطقه استفاده کرد.

    کلید واژگان: آتش سوزی، الگوریتم K، Fold، ANFIS، بوستان ملی گلستان، مدیریت بحران
    Hassan Faramarzi, Seyed Mohsen Hosseini, Ismail Ghajar, Mahdi Gholamalifard

    Nowadays، fires are the most common damaging factor of natural ecosystems after urban and agricultural human activities. The aim of this study is to identify the susceptible areas to fires using Discriminant Analysis and Adaptive Network Based Fuzzy Inference System in the Golestan National Park as one of the most important biosphere reserves. The required data and digital layers were prepared from associated sites، organizations and field surveys in the area of the study. After preparing the data by assuming the occurred fire، the most significant effective factors were identified using Discriminate Analysis. These factors were calculated as a weighted average and models were implemented by using K-Fold Algorithm with trapezoidal، Gaussian، triangular and bell membership functions in six stages. The best model was used for simulation. The fire hazard map was prepared with five classifications، very low، low، medium، high and very high. An accuracy assessment was performed using the relative operating characteristic. The results of the Discriminant Analysis showed the important factors، including presence of hunters and shepherds، distance from roads، average temperature، distance from the springs، rainfall during the growing season and slope. Validation trapezoidal membership functions showed best results with value of R2= 0. 534 and RMSE= 0. 283. The results of the accuracy assessment obtained with value of ROC= 0. 875. While the very High-risk area was 972 hectares، and High-risk area was 16879 hectares of 91895 hectares area. According to accuracy of the proposed map، it can be used to control the region fires in Golestan national park.

    Keywords: Fire, K, Fold, Adaptive Network based Fuzzy Inference System, Golestan National Park, Crisis Management
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال