بکارگیری محاسبات نرم در سیستم های اطلاعات مکانی به منظور مدلسازی های مکانی (مورد مطالعاتی: تهیه نقشه پتانسیل معدنی)

آنچه سامانه های اطلاعات مکانی (GIS) با آن روبه رو هستند، اطلاعاتی است که در قالب لایه های مکانی مدون گشته اند. یکی از مهم ترین وظایف سامانه های اطلاعات مکانی تحلیل لایه ها به منظور مدل سازی پدیده های مکان مرجع است. عدم توجه کافی به چنین مدل سازی هایی می تواند منجر به نتایج غیرواقعی در تصمیم گیری های مکانی و در پی آن خسارات مالی زیادی شود. در بسیاری از مدل سازی های مکانی، راه حل تحلیلی خاصی برای مدل سازی پدیده موردنظر وجود ندارد. برای چنین مدل سازی هایی، استفاده از روش های الهام گرفته از طبیعت در پاره ای از مواقع بسیار کارا می باشند. چنین روش هایی در شاخه ای از علم تحت عنوان محاسبات نرم (Soft Computing) قرار می گیرند. مدل سازی شکل و موقعیت توده های معدنی به علت پیچیدگی و تنوع عوامل موثر بر شکل گیری آن ها، ازجمله مواردی است که تاکنون راه حل تحلیلی مناسبی برای آن ها توسعه داده نشده است. هدف مقاله حاضر ارائه روش های نوینی از محاسبات نرم، متشکل از سیستم های استنتاج گر فازی، شبکه های عصبی و الگوریتم های ژنتیک در بستر سامانه های اطلاعات مکانی برای انجام مدل سازی های مکانی و به طور خاص تهیه نقشه پتانسیل معدنی است. یکی از چالش ها در ایجاد سیستم های استنتاج گر فازی، تشکیل پایگاه دانش فازی است. در این تحقیق از دو روش تقسیم بندی فضای ورودی-خروجی و شبکه عصبی (سیستم های استنتاج گر فازی عصبی) برای ایجاد پایگاه دانش فازی استفاده شده است. به منظور ارزیابی نتایج سیستم های استنتاج گر فازی، شبکه عصبی ژنتیکی نیز پیاده سازی شد تا بتوان تفسیر بهتری از نتایج ارائه نمود. نتایج حاصله نشان داد که شبکه عصبی ژنتیکی و سیستم استنتاج گر فازی عصبی به ترتیب با RMSE، 4 و 15 بالاترین دقت را برای داده های آموزشی و کنترل، حاصل نمودند.