عباس علیمحمدی سراب

عباس علیمحمدی سراب

مدرک تحصیلی: دانشیار گروه GIS، دانشکده نقشه برداری(ژئودزی و ژئوماتیک)، دانشگاه صنعتی خواجه نصیرالدین طوسی

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۲۱ تا ۲۲ مورد از کل ۲۲ مورد.
۲۱.

طراحی نواحی ترافیکی با استفاده از توسعه مکانی الگوریتم k-means(مقاله علمی وزارت علوم)

کلید واژه ها: نواحی ترافیکی ناحیه بندی فشردگی شکل هندسی الگوریتم k-means

حوزه های تخصصی:
تعداد بازدید : 984 تعداد دانلود : 177
نواحی ترافیکی که برای نمایش مکان های تولید و جذب سفر به کار گرفته می شوند در بسیاری از برنامه ریزی های حمل ونقل کاربرد گسترده ای دارند. از آنجا که نحوة تعیین این نواحی روی نتایج حاصل از تحلیل و مدل سازی های حمل ونقل تأثیر فراوانی دارد، طراحی مناسب آن بسیار مهم است. در این مقاله با استفاده از سامانه اطلاعات مکانی روشی کارآمد برای طراحی مناسب این نواحی ارائه شده است. با استفاده از روش ارائه شده می توان معیارهای مختلفی را برای ایجاد نواحی ترافیکی همگن در نظر گرفت و تعداد و اندازه شان را کنترل کرد. در روش پیشنهادی این مقاله از تکنیک k-means برای خوشه بندی واحدهای مکانی پایه و ایجاد نواحی ترافیکی همگن استفاده شده است. برای جلوگیری از ایجاد فضای خالی و همپوشانی میان نواحی و نیز ممانعت از تشکیل نواحی با اندازه های خیلی بزرگ یا کوچک، قیدهایی به تکنیک k-means افزوده شده است. اما ایجاد نواحی همگن بدون درنظرگرفتن فشردگی شکل هندسی، سبب پیچیدگی شکل هندسی نواحی می گردد. به منظور برطرف ساختن این مشکل یک الگوریتم هندسی برای ایجاد نواحی با شکل هندسی فشرده شرح و بسط داده شده است. در نهایت از روش پیشنهادی برای طراحی مجدد نواحی ترافیکی شهر تهران و مقایسة نتایج آن با نواحی ترافیکی موجود استفاده شده است. نتایج حاصل نشان می دهد که نواحی طراحی شده در این مقاله بسیار همگن تر از نواحی موجود است. اگرچه با اعمال الگوریتم فشردگی شکل هندسی، از میزان همگنی نواحی ایجادشده کاسته می شود، اما باز هم از نواحی موجود همگن ترند.
۲۲.

پهنه بندی احتمال رخداد بیماری فوزاریوم گندم با استفاده از روش جنگل تصادفی(مقاله علمی وزارت علوم)

کلید واژه ها: فوزاریوم گندم اینترنت اشیا GIS جنگل تصادفی مدل سازی مکانی زمانی

حوزه های تخصصی:
تعداد بازدید : 302 تعداد دانلود : 88
با توجه به رشد بالای جمعیت در جهان و نیاز به اطمینان از امنیت غذایی، افزایش تولید در واحد سطح محصولات زراعی به منزله راهبردی اساسی در حل مسئله تأمین غذا به شمار می رود. از سوی دیگر، با وجود محدودیت در افزایش سطح زیرکشت و پایین بودن میانگین عملکرد برخی محصولات کشاورزی مانند گندم در کشور، افزایش عملکرد محصول می تواند راهکاری عملی در پاسخ به نیاز کشور محسوب شود. یکی از مهم ترین بیماری های گندم فوزاریوم است که، با توجه به نقش پیش بینی این بیماری در جلوگیری از کاهش بهره وری محصول، مدل هایی به منظور پیش بینی فوزاریوم در کشورهای آمریکا، کانادا، آرژانتین و برزیل توسعه یافته است اما در ایران، به رغم لزوم توجه به این بیماری، تاک نون مدلی در این زمینه مطرح نشده است. بدین منظور، پهنه بندی مناطق رخداد بیماری فوزاریوم، با به کارگیری پارامترهای محیطی و داده های هواشناسی و نیز استفاده از تحلیل مکانی، در دشت مغان صورت گرفت. همچنین، برای افزایش دقت و کالیبراسیون دقیق مدل، شبکه اینترنت اشیا (IoT) در دشت مغان استفاده شد تا داده های محیطی شامل رطوبت نسبی، بارندگی و دمای هوا جمع آوری شود. سپس شاخص های ترکیبی مناسب تهیه شد و (RF)برای اولویت بندی شاخص ها و تعیین اهمیت نسبی آنها و نیز پیش بینی شدت بیماری فوزاریوم گندم، روش جنگل تصادفی به کار رفت. برای این کار، از داده های ایستگاه های هواشناسی و سنسورهای زمینی در فاصله سال های 1389 تا 1396 استفاده شد. نتایج ارزیابی حاکی از کارآیی مدل توسعه داده شده در پیش بینی بیماری فوزاریوم گندم است. همچنین، طبق نتایج، به کارگیری IoT به همراه تحلیل های مکانی روشی مؤثر در پیش بینی فوزاریوم است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان