مدل سازي شبکه مبناي تصادفات جرحي عابر پياده به کمک شبکه عصبي در محيط GIS (مطالعه ي موردي: شهر مشهد)
در اين مقاله با در نظر گرفتن 23 پارامتر موثر بر تصادفات جرحي عابر پياده شهر مشهد (در چهار گروه) در سال هاي 1391 تا 1393 و آماده سازي لايه هاي رستري لازم در محيط GIS، تاثير هر يک از آن ها در قالب ارزيابي عملکرد شبکه عصبي پرسپترون چندلايه، اولويت بندي گرديد. در اغلب تحقيقات انجام شده، مدل سازي بردار مبنا مدنظر قرار گرفته و به انعطاف پذيري و دقت پيش بيني رستر مبناي تصادفات در راستاي تعيين تاثير مکاني پارامترها توجهي نشده است. در مقاله پيش رو علاوه بر در نظر گرفتن متغيرهاي رايج، متغيرهاي فرم شهري و جمعيتي-اجتماعي نيز لحاظ شدند و 38 متغير مستقلاز چهار حوزه مختلف به طور همزمان ارزيابي گرديدند. به اين ترتيب که با انجام پردازش هاي مکاني-آماري، ابتدا داده هاي رستري ورودي با ابعاد 20*20 متر در يک پايگاه داده مکاني آماده سازي و به منظور پياده سازي مدل شبکه عصبي پرسپترون چند لايه، در محيط برنامه نويسي MATLAB فراخواني شدند. در ادامه، مجموعه داده هاي رستري شامل 111537 پيکسل تحليل شده و با تغيير تعداد نورون ها، تعداد لايه ها، توابع انتقال، توابع آموزش و ترکيب هاي متفاوت آموزشي و آزمون، 25 طرح مختلف شبکه عصبي به کمک پارامترهاي MSE و ارزيابي گرديدند. نتايج حاکي از آن است که بهترين مدل با 0/95 و MSE=0/0020در بيان ارتباط تعداد تصادفات جرحي عابر پياده درون شهري و پارامترهاي مرتبط با آن بسيار کارآمد و دقيق عمل نموده است. با پياده سازي مدل مذکور در محدوده مطالعاتي شهر مشهد، مشخص گرديد که پارامترهاي تراکم خالص مسکوني در نواحي شهرداري، بافت ارگانيک شهري و طبقه اول منزلت اجتماعي به ترتيب داراي بيشترين تاثير و پارامترهاي عرض پياده روي بالاي 10 متر، معابر شرياني درجه دو اصلي و طبقه سوم منزلت اجتماعي به ترتيب داراي کمترين تاثير در تصادفات عابر پياده هستند.
برای دانلود این مقاله به لینک زیر مراجعه کنید.
https://www.sid.ir/fa/journal/ViewPaper.aspx?ID=485546
آموزش کاربردی GIS وRS
همراه با فیلم و کتاب
همراه با پروژه های کاربردی
مدرس:
دکتر سعید جوی زاده
تلفن ثبت نام:
09382252774
آدرس وب سایت:
آموزش مدل سازی در سیستم اطلاعات جغرافیایی (GIS)
تاکنون روش های مختلفی برای مدل کردن مخاطرات محیطی توسط محققان توسعه یافته است که هر کدام برحسب توانایی ذاتی و محاسباتی خود توانسته اند نتایج مختلفی را ارائه کنند. ابتدائی ترین روش هایی که برای بحث مدلسازی در محیط سیستم اطلاعات جغرافیایی ارائه شده اند؛ روش های مبتنی بر هم پوشانی ساده و وزن دار لایه های مکانی در یک سیستم GIS است.
تکنیک های رتبه بندی و وزندهی به عوامل موجود در یک فرآیند و استفاده از آن ها در سیستم GIS توانسته است رویکرد های نوینی در بحث مدلسازی مکانی در موضوعات مختلف پیش روی محققان قرار دهد. در سال های اخیر و با رشد و توسعه روش های مبتنی بر الگوهای طبیعی، الگوریتم های ریاضی و محاسباتی الهام گرفته از این روش ها روز به روز گسترده تر و کامل تر شده اند. این تکنیک ها به محققان کمک کردند تا به تحلیل و اکتشاف در داده های مختلف بپردازند، رخداد ها را پیش بینی کنند و نحوه خروجی سیستم ها را تخمین بزنند.
در این مورد تلفیق داده های مکانی و استفاده از الگوریتم های هوشمند در بحث مدل کردن پدیده ها؛ سبب بروز روش های نوین در این زمینه و انجام تحقیقات گسترده در این حیطه گردید. از جمله این روش های هوشمند می توان به شبکه های عصبی مصنوعی اشاره کرد.
با ما در تماس باشید: 09382252774 دکتر سعید جوی زاده
gisآموزش GIS در شیرازآموزش کاربردی GIS در شیرازآموزش کاربردی RS در شیرازبهترین کلاس GIS در تهرانبهترین کلاس GIS در شیرازتابع چگالي تصادفاتتصادفات جرحي عابر پيادهدکتر سعید جوی زادهسيستم اطلاعات مکانيشبکه عصبیشهر مشهدفیلم آموزشی GISکتاب آموزشی gisمدل پرسپترون چند لايهمدل سازیموسسه چشم اندازموسسه علمی تحقیقاتی
بدون دیدگاه