تعیین وزن معیار های محیطی مدل IMDPA با استفاده از شبکه عصبی مصنوعی (ANN)
تعیین وزن معیار های محیطی مدل IMDPA با استفاده از شبکه عصبی مصنوعی (ANN)
علیرضا نژادمحمد نامقی1 غلامرضا زهتابيان2 عليرضا مقدم نيا3 حسين آذرنيوند4 علي اكبر نظري ساماني5
1) دانشجوي دكتري
2) دكترا هيات علمي دانشگاه تهران
3) دكترا هيات علمي دانشگاه تهران
4) دكترا هيات علمي دانشگاه تهران
5) دكترا هيات علمي دانشگاه تهران
کد IOI مقاله
:
XYBK-AABHD
محل انتشار :
کنفرانس بین المللی توسعه با محوریت کشاورزی ، محیط زیست و گردشگری(icdat.ir)
چکیده :
مدل ارزيابي بيابان زايي IMDPA, برای ارزیابی و انجام مطالعات بیابان زدایی در ایران می باشد که در آن شاخص ها و معیارهای زیادی در نظر گرفته شده است. معيارهاي اقليم، معيار زمين شناسي و ژئومورفولوژي، معیار خاک، معیارپوشش گیاهی, معیارکشاورزی,معیار آب و معيار فرسایش، از مهمترین عوامل محیطی در ارزیابی بیابان زایی برای ایران می باشد. شبکه هاي عصبی مصنوعی (ANN) ایده ای برای پردازش اطلاعات است که از سیستم عصبی زیستی الهام گرفته و مانند مغز به پردازش اطلاعات می پردازد. معیار های محیطی در ارزیابی شدت بیابان زایی (Desertification)، دارای شاخص هایی با وزن متفاوت هستند. شبکه عصبی و شبکه الگوریتم ژنتیک جهت بهینه سازی شاخص های محیطی معیار های بیابان زایی در مدل IMDPAو تعیین وزن دقیق آنها در قالب یک مدلارائه شده است.
کلمات کلیدی : بیابان زدایی شبکه عصبی ann مدل imdpa