پهنه بندی زمین لغزش های حوضه رودخانه گیوی چای با استفاده از مدل پرسپترون چندلایه از نوع پیش خور پس انتشار (BP)

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 پهنه بندی زمین لغزش های حوضه رودخانه گیوی چای با استفاده از مدل پرسپترون چندلایه از نوع پیش خور پس انتشار (BP) دارای ۲۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پهنه بندی زمین لغزش های حوضه رودخانه گیوی چای با استفاده از مدل پرسپترون چندلایه از نوع پیش خور پس انتشار (BP)  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی پهنه بندی زمین لغزش های حوضه رودخانه گیوی چای با استفاده از مدل پرسپترون چندلایه از نوع پیش خور پس انتشار (BP)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پهنه بندی زمین لغزش های حوضه رودخانه گیوی چای با استفاده از مدل پرسپترون چندلایه از نوع پیش خور پس انتشار (BP) :

نام کنفرانس، همایش یا نشریه : جغرافیا و توسعه

تعداد صفحات :۲۶

زمین لغزش نشان دهنده فرایندهای مورفودینامیک است که در زمین های شیب دار رخ داده و به واحد های مسکونی، صنعتی، باغات و زمین های زراعی آسیب می رساند. در این تحقیق برای پهنه بندی زمین لغزش در حوضه رودخانه گیوی چای از مدل شبکه عصبی پرسپترون چند لایه از نوع پیش خور پس انتشار (BP) استفاده شد. جهت ارزیابی شبکه عصبی ایجاد شده، داده های ۴۱ زمین لغزش رخ داده به سیستم ارائه شد. در کنار آن برای پردازش زمین لغزش ها در نرم افزار MATLAB، ۸ لایه متشکل از لایه های شیب، جهت شیب، DEM، لیتولوژی، فاصله از گسل، شبکه هیدروگرافی، کاربری اراضی و پراکنش زمین لغزش با استفاده از مطالعات میدانی، نقشه های توپوگرافی، نقشه های زمین شناسی و تصاویر ماهواره ای در نرم افزار Arc GIS ترسیم شد.این لایه ها جهت تغذیه به شبکه عصبی ایجاد شده و بر اساس بزرگترین مقدار موجود برای هر لایه نرمالیزه شده و در محدوده بین ۱ و صفر قرار گرفتند. سپس داده های نرمالیزه شده به یک شبکه عصبی مصنوعی پرسپترون سه لایه پیش خور با الگوریتم پس انتشار خطا تغذیه گردید. داده های فوق ابتدا در شبکه آموزش دیده شد و سپس مورد آزمایش قرار گرفت. ساختار نهایی شبکه دارای ۸ نرون در لایه ورودی، ۲۰ نرون در لایه پنهان و ۱ نرون در لایه خروجی می باشد. در این بین ۸۰ درصد اطلاعات برای آموزش و ۲۰ درصد باقیمانده برای آزمایش در نظر گرفته شد.در نهایت با توجه به وزن خروجی، نقشه پهنه بندی زمین لغزش در پنج رده با خطر خیلی زیاد، زیاد، متوسط، کم و خیلی کم ترسیم گردید. نتایج حاصل نشان داد که ساختار زمین شناسی شکل گرفته از آهک های کرتاسه و آندزیت های پرفیری و همچنین دسترسی به منابع رطوبتی بالا باعث شده که ارتفاعات شرقی کوه های بوغروداغ و آلاداغ در محدوده کوه های تالش از قابلیت بالایی در رخداد زمین لغزش برخوردار شوند.

کلید واژه: زمین لغزش، شبکه عصبی، پرسپترون چندلایه، پهنه بندی، حوضه رودخانه گیوی چای