ارائه روشی مبتنی بر برنامه نویسی ژنتیکی و تحلیل حساسیت به منظور بهبود مدلسازی های مکانی در محیط GIS (مطالعه موردی: تهیه نقشه پتانسیل معدنی)

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

 ارائه روشی مبتنی بر برنامه نویسی ژنتیکی و تحلیل حساسیت به منظور بهبود مدلسازی های مکانی در محیط GIS (مطالعه موردی: تهیه نقشه پتانسیل معدنی) دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ارائه روشی مبتنی بر برنامه نویسی ژنتیکی و تحلیل حساسیت به منظور بهبود مدلسازی های مکانی در محیط GIS (مطالعه موردی: تهیه نقشه پتانسیل معدنی)  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 ارائه روشی مبتنی بر برنامه نویسی ژنتیکی و تحلیل حساسیت به منظور بهبود مدلسازی های مکانی در محیط GIS (مطالعه موردی: تهیه نقشه پتانسیل معدنی)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن ارائه روشی مبتنی بر برنامه نویسی ژنتیکی و تحلیل حساسیت به منظور بهبود مدلسازی های مکانی در محیط GIS (مطالعه موردی: تهیه نقشه پتانسیل معدنی) :

نام کنفرانس، همایش یا نشریه : علوم و فنون نقشه برداری

تعداد صفحات :۱۷

یکی از مولفه های اصلی سامانه های اطلاعات مکانی مدلسازی های مکانی است. روش های هوشمند همانند شبکه های عصبی از جمله روش هایی هستند که در دهه های اخیر جهت انجام مدلسازی های مکانی به آنها توجه زیادی شده است. در اغلب روش های هوشمند، مدلسازی مکانی بر مبنای تعیین یک ساختار اولیه برای روش مورد استفاده انجام می شود که تعیین چنین ساختار اولیه ای در اغلب مواقع امری بسیار دشوار است. در این تحقیق برای حل چنین چالشی از برنامه نویسی ژنتیکی مورد استفاده قرار گرفت. در این روش روابط بین داده های ورودی و خروجی به طور خودکار و بدون نیاز به تعریف یک ساختار اولیه و به صورت کاملا صریح استخراج می شوند. یکی از چالش ها در بکارگیری برنامه نویسی ژنتیکی انطباق بیش از حد می باشد. در این تحقیق روشی نوین برای جلوگیری از مشکل انطباق بیش از حد ارائه شده است. همچنین برای افزایش دقت مدلسازی از تلفیق خطی وزندار چند درخت (برنامه نویسی ژنتیکی چند ژنه) استفاده شد. در ادامه برای تعیین موثرترین فاکتور ورودی تاثیرگذار از دو روش تحلیل حساسیت EFAST و Sobol’s که بر مبنای شبیه سازی مونت کارلو هستند استفاده گردید. روش پیشنهادی دارای کاربردهای متفاوتی می باشد و در این تحقیق از روش پیشنهادی برای تهیه نقشه پتانسیل معدنی استفاده شد. در نهایت مشخص گردید که معیارهای ژئوفیزیکی و از میان آنها فاکتور شدت میدان مغناطیسی دارای بیشترین حساسیت و معیارهای زمین شناسی و از میان آنها سنگ شناسی دارای کمترین حساسیت بر روی خروجی هستند.

کلید واژه: برنامه نویسی ژنتیکی چند ژنه، تحلیل حساسیت، نقشه پتانسیل معدنی، سامانه های اطلاعات مکانی