میثم ارگانی

میثم ارگانی

مدرک تحصیلی: استادیار گروه سنجش از دور و GIS ، دانشکده جغرافیا، دانشگاه تهران

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۱۶ مورد از کل ۱۶ مورد.
۱.

شناسایی مناطق جرم خیز و عوامل موثر در تشدید آن با استفاده از روش های داده کاوی مکانی، مطالعه موردی: شهر اصفهان(مقاله علمی وزارت علوم)

کلید واژه ها: داده کاوی قواعد انجمنی مواد مخدر نقاط جرم خیز روش تخمین تراکم کرنل

حوزه های تخصصی:
تعداد بازدید : 594 تعداد دانلود : 329
داده کاوی دانشی در زمینه تحلیل و آنالیز داده ها و اطلاعات ورودی یک سیستم است. این دانش با تکیه بر الگوریتم ها و ابزارهایی که دارد، آمارهای مفیدی را در اختیار کسب و کارها قرار داده است. یکی از کاربردهای مهم داده کاوی تحقیقات جنایی و بخش جرم شناسی است. این علم سبب شده تا با بررسی ارتباطات حوادث جنایی، اقداماتی براساس تحلیل داده ها برای پیشگیری از جرم صورت گیرد. این پژوهش با هدف شناسایی کانون های جرم خیز و تحلیل الگوهای مکانی جرایم مرتبط با مواد مخدر در شهر اصفهان انجام گرفته است. بدین منظور برای تحلیل توزیع فضایی در محیط سیستم اطلاعات مکانی از روش های شاخص میانگین نزدیکترین همسایه و تخمین تراکم کرنل استفاده شد. سپس پراکنش نقاط جرم خیز براساس کاربری های موجود در شهر اصفهان به تفکیک شش نوع ماده مخدر بررسی و بعد از تعیین فاصله نقاط جرم خیز با کاربری های مورد نظر نتایج در قالب یک جدول اطلاعاتی به عنوان پایگاه داده برای داده کاوی به روش استخراج قواعد انجمنی با الگوریتم اپریوری وارد نرم افزار اورنج شد. نتایج بررسی های حاصل از استخراج قواعد انجمنی نشان داد، رابطه فضایی فاصله از ایستگاه پلیس و مصرف مواد مخدر تریاک معکوس و مصرف حشیش با کاربری پارک رابطه مستقیم دارند. هم چنین مصرف گراس و ماریجوانا رابطه مستقیمی با ایستگاه های پلیس دارد به این معنی که به طور معناداری مصرف این ماده مخدر در نزدیکی مراکز پلیس اتفاق افتاده است.
۲.

Spatial Analysis of Rescue and Relief Bases in Alborz Province in order to Reduce Hazards(مقاله پژوهشی وزارت بهداشت)

تعداد بازدید : 334 تعداد دانلود : 795
INTRODUCTION: The occurrence of a huge number of road accidents in Iran makes it necessary to pay more attention than before to the rescue and relief sector, the correct locating of road rescue and relief bases and its development and equipment, especially in Alborz province and topological conditions, geographical diversity and its tourism characteristics. Therefore, in this research, in order to reduce the hazards, the spatial analysis of rescue and relief bases in this province was conducted. METHODS: In this research, in order to optimize the allocation and locating the rescue and relief centers, the intended indicators were extracted from the Red Crescent Society instructions and after preparing the required data, the weight of each index was extracted and optimized in PSO algorithm in MATLAB environment using AHP hierarchical analysis and OWA weighted average. The obtained weights were applied in the corresponding layers and the optimal points were suggested for the development of the rescue and relief network of Alborz province. FINDINGS: Finally, prioritizing the development of rescue and relief centers in the province was suggested after evaluating the accident-prone state of the province in relation to the existing and proposed centers as well as the development plans of the province CONCLUSION: The results showed that the use of PSO algorithm can have acceptable results in the field of optimal locating of rescue and relief centers.
۳.

شناسایی پهنه های آبی ناشی از سیل استان گلستان با استفاده از قطبش های VV ، VH و VV+VH تصاویر سنتیل-1 و لندست-8(مقاله پژوهشی دانشگاه آزاد)

کلید واژه ها: سیل گلستان قطبش سنتینل-1 لندست-8

حوزه های تخصصی:
تعداد بازدید : 847 تعداد دانلود : 242
بی شک یکی از مخرب ترین مخاطرات طبیعی، سیل است. شناسایی پهنه های سیل زده جهت کنترل و مدیریت بهینه سیلاب های آتی می تواند کمک کننده باشد. هدف از تحقیق حاضر، استفاده از تصاویر ماهواره ای سنتینل-1 و لندست-8 جهت شناسایی محدوده های سیل زده و تعیین حساسیت قطبش های مختلف VV، VH و VV+VH در تفکیک مناطق آبی از غیر آبی در سیلاب 98 در حوضه ی آبریز گرگان رود واقع در استان گلستان است. از این رو، پس از اجرای پیش پردارش های لازم بر روی تصاویر، طبقه بندی نظارت نشده K-means بر قطبش های مختلف و شاخص NDWI بر تصویر لندست-8 اعمال شد و مساحت های پهنه های آبی استخراج شده به صورت جداگانه محاسبه گردید. بارش های ممتد و بی سابقه روزهای پایانی سال 97 و سرریز شدن سد وشمگیر و رسی بودن خاک منطقه از مهم ترین عوامل سیلابی شدن این منطقه به شمار می رود. با توجه به مدل ارتفاعی رقومی منطقه، مناطق پست حوضه ی آبریز کانون اصلی تجمع آب گرفتگی سیلاب منطقه شناخته شده است. تهیه ی نقشه آسیب پذیری وقوع سیل، استقرار سامانه هشدار سیل در مخازن، سدها و رودخانه های پایین دست از جمله اقدامات و تدابیر توصیه شده درکنترل و مواجه با سیلاب در آینده محسوب می شود.
۴.

تغییرات سطح سفره آب های زیرزمینی با استفاده از داده های ماهواره ای GRACE در موتور گوگل ارث (منطقه مورد مطالعه: حوضه آبخیز دریاچه ارومیه، ۲۰۰۲ تا ۲۰۱۷)(مقاله علمی وزارت علوم)

کلید واژه ها: حوضه دریاچه ارومیه داده های ماهواره GRACE سفره آب های زیرزمینی موتور گوگل ارث

حوزه های تخصصی:
تعداد بازدید : 336 تعداد دانلود : 564
بررسی تغییرات آب سفره های زیرزمینی در برنامه ریزی مدیریت پایدار منابع آب هر منطقه از اهمیتی ویژه برخوردار است. بنابراین کاهش سطح تغییرات سفره آب های زیرزمینی نیازمند مدیریت و برنامه ریزی درست برای بهره برداری از منابع آب است. در این مطالعه سطح تغییرات سفره آب های زیرزمینی حوضه دریاچه ارومیه، با استفاده از داده های ماهواره ای GRACE (باند های سه گانه JPL و GFZ و CSR، مدل CRI Filtered، فیلتر زمانی و مکانی و پروداکت خشکی Lew-Thiknth Uncertainty) در موتور گوگل ارث مربوط به سال های ۲۰۰۲ تا ۲۰۱۷ بررسی شد. نتایج حاصل از باند های سه گانه نشان داد باند JPL در ۱ مه ۲۰۰۴ میانگین سطح تغییرات سفره آب های زیرزمینی را ۹۴۷/۱۴ سانتی متر، باند GFZ در ۱ سپتامبر ۲۰۱۵ این تغییرات را ۵۵۸/۳۰- سانتی متر، و باند CSR این تغییرات را ۲۰۶/۲۸- سانتی متر برآورد کرده است. بنابراین، مدل CRI Filtered می تواند مرز میان پهنه های خشکی و آبی را به طور بسیار دقیق تشخیص دهد. نتایج حاصله نشان داد این مدل بیشترین ضخامت کل آب مایع در سفره آب های زیرزمینی را در ۳۱ مارس ۲۰۰۲ حدود ۵۹۹/۱۱ سانتی متر و عدم قطعیت آن را حدود ۷۶۷/۹ سانتی متر برآورد کرده است. می توان گفت مدل مورد نظر، در ۲۲ مه ۲۰۱۷، کمترین میزان ضخامت کل آب مایع را ۳۰۹/۱۲- و عدم قطعیت آن را ۷۵۹/۱۰ سانتی متر تخمین زده است. با توجه به نتایج به دست آمده می توان گفت میزان سطح تغییرات آب سفره های زیرزمینی حوضه آبخیز دریاچه ارومیه از نظر پارامتر ضخامت کل آب مایع (Lew-Thiknth) در قسمت های شمالی حوضه دریاچه ارومیه و از نظر پارامتر عدم قطعیت در قسمت شمال شرقی حوضه دریاچه ارومیه به شدت با افت سطح آب سفره های زیرزمینی روبه روست.
۵.

تحلیل کیفیت زندگی شهری در محلات شهری با تأکید بر رویکردهای روش شناسی تطبیقی مکانی مطالعه موردی منطقه 6 تهران(مقاله علمی وزارت علوم)

کلید واژه ها: کیفیت زندگی شهری تصمیم گیری چند معیاره مطلوبیت مکانی رویکرد محلی و سراسری منطقه 6 شهر تهران

حوزه های تخصصی:
تعداد بازدید : 132 تعداد دانلود : 666
امروزه با رشد روزافزون جمعیت و گسترش شهرها، ارزیابی کیفیت زندگی شهری از اهمیت بالایی برخوردار است. این ارزیابی ها به سازمان ها و مدیران شهری چشم انداز مناسبی را جهت تدوین برنامه های آتی و تخصیص هزینه کرد بودجه ها را می دهد. دراین بین روش های مختلفی جهت ارزیابی کیفیت زندگی شهری وجود دارد که از میان آن ها روش استفاده ترکیبی از تحلیل تصمیم گیری چندمعیاره می تواند ارزیابی کیفیت زندگی شهری را باقابلیت های منحصربه فرد و تکمیل سیستم های اطلاعات جغرافیایی (GIS) ارائه دهد. در این پژوهش از روش OWA که یکی از روش های مهم تصمیم گیری چند معیاره است با دو رویکرد محلی و سراسری در سه درجه ریسک پذیری 3/0، 5/0، 7/0، تغییر اندازه پیکسل به 30،15 و 60 متر و استفاده از فیلترهای 3*3،5*5 و 7*7 باهدف ارزیابی کیفیت زندگی شهری استفاده شد. بررسی ها روی شش محله شامل: انقلاب اسلامی، ولیعصر، دانشگاه تهران، قائم مقام، بهجت آباد و پارک لاله و لایه های آلودگی هوا، ترافیک، دسترسی به خدمات سلامت، کیفیت پیاده رو، دسترسی به فضای سبز و تراکم_ جمعیت نشان داد به کارگیری رویکرد محلی و سراسری، تغییر در اندازه پیکسل و درجات مختلف ریسک پذیری می تواند هرکدام به صورت توأم و یا جداگانه تأثیر مستقیم و بسیار زیادی بر نتایج کار بگذارد. به طوری که با تغییر هرکدام از موارد ضمن تغییر قابل توجه در مساحت طبقه بندی در بسیاری از موارد، رتبه مناطق هم دچار تغییر شد. در بررسی رویکردهای مختلف استفاده از درجه ریسک پذیری 7/0 و اندازه پیکسل 30 و 60 با فیلتر 5*5 نتایج بهتری را نسبت به ارزیابی های میدانی به همراه داشته است. بنابراین با توجه به حساسیت بالای متغیرهای بیان شده و تأثیر مستقیم وزن هر لایه، باید دقت بالایی در انتخاب متغیرها و وزن دهی کارشناسان صورت گیرد.  
۶.

مطالعه و تحلیل مکان گزینی نیروگاه های خورشیدی در استان آذربایجان شرقی(مقاله علمی وزارت علوم)

کلید واژه ها: انرژی خورشیدی انرژی های تجدیدپذیر تصمیم گیری های چندمعیاره (MCDM) سیستم اطلاعات جغرافیایی (GIS) شبکه عصبی مصنوعی (ANN)

حوزه های تخصصی:
تعداد بازدید : 360 تعداد دانلود : 24
تأمین انرژی پایدار در دنیای امروزی امری ضروری است. از آنجا که معیارها و فاکتورهای مختلفی بر یافتن مکان مناسب نیروگاه خورشیدی تأثیر می گذارد، مقایسه مؤثر این معیارها با استفاده از روش های تصمیم گیری چندمعیاره (MCDM) میسر است. همچنین، روش های هوش مصنوعی نظیر شبکه عصبی مصنوعی برای یافتن دقیق ترین مکان های مناسب می تواند سازنده باشد. در این پژوهش با به کارگیری روش بهترین- بدترین به عنوان یکی از تکنیک های MCDM و واردکردن نتایج آن در شبکه عصبی مصنوعی (ANN) جهت تعلیم شبکه اقدام به یافتن مناسب ترین مکان ها برای استقرار صفحات خورشیدی در استان آذربایجان شرقی به عنوان یک استان دارای ناهمواری های طبیعی نسبتاً زیاد شد. پس از تولید لایه تناسب اولیه با شبکه عصبی مصنوعی، با تولید لایه های محدودیت و اعمال آن ها روی نتایج به دست آمده از شبکه عصبی، مکان هایی که امکان اولیه را برای استقرار این صفحات نداشتند از نتایج اولیه حذف شدند. نتایج نهایی نشان داد که 1854206.25 هکتار از زمین های استان تناسب کمتر از 0.3 و 1460887.5 تناسبی بین 0.3 تا 0.5 را جهت استقرار نیروگاه خورشیدی دارند. همچنین، فقط 69762.5 هکتار از اراضی استان دارای تناسب بیش از 0.75 برای استقرار صفحات خورشیدی هستند.
۷.

پیش بینی عمق نوری آئروسل ماهواره ای با استفاده از داده کاوی پارامترهای اقلیمی(مقاله علمی وزارت علوم)

کلید واژه ها: پارامترهای اقلیمی داده کاوی سنجش از دور عمق نوری آئروسل M5P

حوزه های تخصصی:
تعداد بازدید : 329 تعداد دانلود : 601
عمق نوری آئروسل ( AOD ) پارامتر سنجش از دور مهمی است که به عنوان نماینده ای از غلظت آئروسل اتمسفری برای نظارت بر طوفان های گردوغبار استفاده می شود. در مطالعات پیشین ارتباط بین پارامترهای اقلیمی و AOD گزارش شده است. از طریق تجزیه و تحلیل این ارتباط می توان الگوهای مکانی- زمانی AOD را پیش بینی کرد. در پژوهش حاضر برای اولین بار از الگوریتم داده کاوی M5P نظر به کاربرد آن در خصوص کشف اطلاعات ارزشمند از میان مجموعه داده های بزرگ برای استخراج مدل های پیش بینی کننده AOD استفاده شد. بدین منظور، سری زمانی روزانه داده های سنجش از دوری پارامترهای دمای هوا، بارش، رطوبت نسبی، و سرعت باد و AOD در یک بازه زمانی ده ساله (2005-2014) در محدوده شهرستان اهواز به عنوان ورودی های M5P تهیه و آماده سازی شد. از طریق تشکیل درخت های تصمیم مبتنی بر قوانین «اگر– آنگاه» و تجزیه و تحلیل رگرسیون چندمتغیره در چارچوب الگوریتم M5P ، چهار مدل پیش بینی کننده خطی به دست آمد. برای اعتبارسنجی مدل های خطی، از آماره های ضریب همبستگی پیرسون، MAE ، و RMSE بهره گرفته شد. مقادیر این آماره ها به ترتیب 69/0، 22/0، و 31/0 برآورد شد که حاکی از قابلیت اطمینان مدل ها در رابطه با پیش بینی AOD است. به طور کلی، نتایج این پژوهش نشان داد تکنیک داده کاوی در زمینه پیش بینی AOD کارآمد است.
۸.

ارزیابی دسترسی به پارک های شهری به کمک شاخص های مکانی برای رسیدن به آرمان های شهر عدالت محور (مطالعه موردی: منطقه 11 شهر تهران)(مقاله علمی وزارت علوم)

کلید واژه ها: پارک دسترسی عدالت مکانی شاخص مکانی منطقه 11 شهر تهران GIS

حوزه های تخصصی:
تعداد بازدید : 785 تعداد دانلود : 951
امروزه نقش و اهمیت فضاهای سبز و پارک های شهری در محیط زیست و کیفیت زندگی شهروندان، بر کسی پوشیده نیست. پارک های شهری از امکانات مهم رفاهی هستند که شرایط مناسبی را برای گذران اوقات فراغت شهروندان فراهم می آورند و نقش مهمی را در حفظ سلامت روح و جسم آنان ایفا می کنند. با این حال، در بیشتر شهرهای بزرگ و کوچک، توزیع پارک ها در سطح شهر با عدالت فضایی همراه نبوده است و شهروندان در نواحی یا محله های مختلف، سطح دسترسی یکسانی به پارک ها ندارند. با توجه به تحقق آرمان های شهر عدالت محور و دستیابی به عدالت فضایی در توزیع خدمات عمومی در شهر، ضروری است دسترسی به پارک ها در مکان های مختلف ارزیابی و توجه بیشتری به مکان ها با سطوح دسترسی پایین شود. مطالعه کاربردی حاضر به ارزیابی میزان دسترسی به پارک های شهری، با استفاده از شاخص های مکانی و ابزارهای تحلیلی GIS پرداخته است. شاخص های مورد استفاده در این مطالعه عبارت بودند از: شاخص های پوشش، کمترین فاصله، فاصله میانگین، شاخص مجاورت، روش دومرحله ای حوزه تأثیر شناور و دومرحله ای حوزه تأثیر شناور وزن دار. نتایج حاکی از آن است که به طور میانگین سطح دسترسی بیش از 90 درصد بلوک های منطقه به پارک های کوچک و متوسط در منطقه مورد نظر زیر حد متوسط و تا حد بسیار زیادی مشابه یکدیگر است. همچنین سطح دسترسی به پارک های بزرگ در شرایط مطلوب تری بوده است؛ به نحوی که سطح دسترسی بیش از 40 درصد بلوک های منطقه به این پارک ها بیش ازحد متوسط است. اختلافات جزئی که در نتایج حاصل از روش های مختلف دیده می شود، به تفاوتی که در منطق آن ها وجود دارد، مرتبط است. همچنین در نتایج مربوط به سطح دسترسی به پارک های بزرگ اختلافاتی وجود دارد که محدودیت های روش های پوشش، دومرحله ای حوزه تأثیر شناور و دومرحله ای حوزه تأثیر شناور وزن دار (با ضریب تضعیف فاصله نامناسب) را به خوبی نشان می دهد.
۹.

تخمین قیمت آپارتمان با استفاده از رگرسیون خطی و وزن دار جغرافیایی (مطالعه موردی: منطقه 6 شهر تهران)(مقاله علمی وزارت علوم)

کلید واژه ها: ارزیابی قیمت تخمین قیمت آپارتمان رگرسیون جغرافیایی رگرسیون خطی منطقه 6 تهران

حوزه های تخصصی:
تعداد بازدید : 507 تعداد دانلود : 274
مسکن یکی از نیازهای اصلی بشر در برآوردن آسایش و آرامش است. در سال های اخیر، به دلیل تغییرات شدید قیمت مسکن، به ویژه در شهر تهران، تخمین قیمت آپارتمان به یکی از موضوعات جذاب در میان شهروندان تبدیل شده است. هدف این مطالعه بررسی چگونگی تغییرات قیمت مسکن براساس پارامترهای مختلف واحدهای مسکونی و درنهایت ارائه یک مدل برای تخمین قیمت یک آپارتمان است. در ابتدا هم بستگی میان پارامترهای مؤثر در قیمت آپارتمان ها در سال 1397 بررسی شد. سپس با استفاده از داده های قیمت و روش های رگرسیون خطی و جغرافیایی، قیمت آپارتمان های منطقه 6 شهر تهران تخمین زده شد. برای تعیین قیمت آپارتمان ها از متغیرهای سن بنا، روز سال، زیربنا، آسانسور و طبقه، داشتن یا نداشتن پارکینگ، انباری و آدرس و موقعیت جغرافیایی استفاده شده است. نتایج نشان می دهد روش رگرسیون جغرافیایی نتایج دقیق تری از رگرسیون معمولی دارد و می تواند دقت مدل را نیز در هر نقطه بیان کند. براساس روش رگرسیون جغرافیایی، مدل در برخی نقاط دقتی بیش از 95 درصد دارد؛ درحالی که برای برخی نقاط کمتر از 55 درصد و نشان دهنده وابستگی شدید قیمت آپارتمان به موقعیت آن است. به عبارت دیگر، در نواحی مختلف عوامل متفاوتی در تعیین قیمت آپارتمان اهمیت دارند. درنهایت مدلی سنتی برای تخمین قیمت ارائه شده است که بیش از 90 درصد تغییرات قیمت در منطقه را بیان می کند که از روابط رگرسیونی عادی ساده تر است و با نتایج پژوهش های میدانی از مشاوران املاک هم خوانی کامل دارد.
۱۰.

پتانسیل یابی مناطق مستعد زمین لغزش با استفاده از مدل FBWM (مطالعه موردی: شهر تبریز)(مقاله علمی وزارت علوم)

کلید واژه ها: بهینه سازی تبریز زمین لغزش مخاطرات محیطی مدل FBWM

حوزه های تخصصی:
تعداد بازدید : 441 تعداد دانلود : 644
مخاطرات محیطی، که طیف وسیعی از مخاطرات طبیعی و مخاطرات انسانی را شامل می شوند، از عوامل بازدارنده توسعه در مناطق مختلف اند. زمین لغزش از مخاطراتی است که عوامل مختلف طبیعی و انسانی در وقوع آن تأثیرگذار است و از موانع توسعه اقتصادی اجتماعی و عمرانی در هر منطقه محسوب می شود. بر این اساس، در این تحقیق، با در نظر گرفتن معیارهای مختلف، پتانسیل وقوع زمین لغزش در شهر تبریز با استفاده از مدل FBWM بررسی شد. معیارهای استفاده شده در این تحقیق شامل: شیب، خمیدگی، ارتفاع، گسل، زمین شناسی، پوشش گیاهی، رودخانه و نهر، راه ها، جهت شیب، و کاربری اراضی بود. برای وزن دهی معیارها از مدل FBWM استفاده شد. این مدل از مدل های نوین تصمیم گیری چندمعیاره است که با مقایسه معیارها با یک دیگر و ایجاد یک مسئله بهینه سازی غیر خطی به وزن دهی معیارها می پردازد. در نهایت، پس از وزن دهی معیارها و ایجاد نقشه های معیار استانداردشده، نقشه های استاندارد و وزن معیارها با یک دیگر تلفیق و روی هم گذاری شد تا نقشه نهایی مناطق مستعد زمین لغزش در شهر تبریز به دست آید. بر اساس نتایج به دست آمده، مناطق شمالی و شمال شرقی شهر تبریز از پتانسیل بالایی برای وقوع زمین لغزش برخوردارند. این مناطق منطبق با شهرک ولیعصر، باغمیشه، کوه های عینالی، اتوبان پاسداران، و نواحی اطراف آن هستند. از طرف دیگر، مناطق جنوبی شهر تبریز پتانسیل پایینی برای وقوع زمین لغزش دارند. بر این اساس، از لحاظ وقوع زمین لغزش در شهر تبریز، 5/2 درصد از شهر در مناطقی با پتانسیل بسیار کم، 16/15 درصد از شهر در مناطقی با پتانسیل کم، 04/36 درصد از شهر در مناطقی با پتانسیل متوسط، 97/40 درصد از شهر در مناطقی با پتانسیل زیاد، و 33/5 درصد از شهر در مناطقی با پتانسیل بسیار زیاد قرار دارند. نتایج این تحقیق دارای جنبه های کاربردی برای سازمان ها و ارگان هایی همچون شهرداری، مسکن و شهرسازی، زمین شناسی، و سایر ارگان های مربوط با مخاطرات محیطی است.
۱۱.

پتانسیل یابی معابر مستعد جهت احداث ایستگاه های اتوبوس شهری با استفاده از شبکه عصبی پرسپترون چند لایه (MLP) و الگوریتم پس انتشار خطا (نمونه موردی: شهر کرمانشاه)(مقاله علمی وزارت علوم)

کلید واژه ها: مکان یابی ایستگاه اتوبوس کرمانشاه شبکه عصبی MLP

حوزه های تخصصی:
تعداد بازدید : 50 تعداد دانلود : 923
حمل و نقل همواره یکی از مهمترین عوامل اثرگذار بر ساختار شهرها بوده است. اما بویژه در یک سده اخیر با گسترش انواع وسایل نقلیه موتوری و تغییرات فزاینده جمعیتی به یکی از اصلی ترین مشکلات شهرنشینی بدل گردیده است. با توجه به حجم مسافرت های درون شهری در شهر کرمانشاه طراحی ایستگاههای اتوبوس به صورت استاندارد، از جمله مواردی است که باعث پهلوگیری مناسب اتوبوس در ایستگاه ها، کاهش زمان پیاده و سوار شدن کاربران و تاثیر منفی کمتر این سیستم بر تردد سایر وسایل نقلیه می شود. در این پژوهش از شبکه عصبی پرسپترون برای پیش بینی بهترین مکان ها برای ایستگاه اتوبوس استفاده است. از جمله ساختارهای مهم شبکه های عصبی، پرسپترون چند لایه Multilayer PerceptTron)) با الگوریتم پس انتشار خطا (error back-propagation ) است که برای انجام پژوهش استفاده شده است. داده های موثر در مکان یابی ایستگاه های اتوبوس شامل ۱۵ لایه: تراکم جمعیت، فاصله از بیمارستان، فاصله از پارکینگ، فاصله از درمانگاه و کلینیک، فاصله از مراکز تجاری-اداری، فاصله از ترمینال، فاصله از رود خانه، فاصله از مراکز آموزشی، فاصله از مراکز نظامی، فاصله از مراکز مذهبی، فاصله از مراکز ورزشی، فاصله از فضای سبز، فاصله از معابر شهری، فاصله از مراکز صنعتی، فاصله از مراکز گردشگری می باشند. در ادامه ۵۰۰ لایه به عنوان نقاط آموزشی شبکه تهیه و تعداد ۱۰ لایه میانی نیز تعیین شد. سپس با اجرای شبکه پهنه های مستعد جهت احداث ایستگاه بدست آمدند. در نهایت با مشخص معابر موجود در پهنه های مستعد، معابر مستعد جهت احداث ایستگاه مشخص گردیدند. هم چنین مشاهده شد که معابر مستعد در نزدیکی نقاط پرتراکم جمعیتی، مرکز شهر، مراکز فرهنگی و تجاری قرار دارند.
۱۲.

ارزیابی پتانسیل و الگوی رشد بهینه شهر تبریز مبتنی بر استفاده از شبکه های عصبی(مقاله علمی وزارت علوم)

کلید واژه ها: تبریز توسعه فیزیکی شبکه عصبی مکان یابی

حوزه های تخصصی:
تعداد بازدید : 872 تعداد دانلود : 798
شهر تبریز یکی از کلان شهرهای ایران است که گسترش و توسعه روزافزونی دارد. یکی از مشکلات موجود در مسیر توسعه شهرها، مدیریت نکردن صحیح آن و بی توجهی به عوامل مؤثر است. در سال های گذشته، شهر تبریز به دلیل مهاجرپذیر بودن از رشد فیزیکی بسیاری برخوردار بوده است. مدیریت صحیح رشد شهرها از جهات گوناگون از مسائل مهمی است که باید مدنظر قرار بگیرد. روش های متعددی برای تعیین مناطق مناسب رشد شهری وجود دارد. یکی از این روش ها در تعیین مناطق مناسب برای توسعه شهر روش شبکه عصبی است که در مطالعه حاضر نیز از آن استفاده شده است. در این مطالعه، برای تعیین مکان بهینه رشد شهری از سه گروه معیارهای اجتماعی-اقتصادی، کاربری زمین و بیوفیزیکی استفاده شد. برای مکان یابی مناطق مساعد رشد با روش شبکه عصبی، 200 نقطه به عنوان نقاط آموزشی شبکه تهیه شدند و لایه های میانی نیز هفت عدد بود. نتایج مرتبط با اجزای شبکه نشان می دهد با دورشدن از امکانات و مناطق شهری، پتانسیل ها به شدت کاهش یافته است و بیشتر مناطقی که پتانسیل توسعه شهری دارند، در نزدیک ترین فاصله این امکانات و مناطق شهری قرار دارند. قسمت هایی از شهر که طی سال های گذشته به صورت پراکنده و نامنظم رشد داشته اند، با توجه به نتایج حاصل شده نامناسب هستند. همچنین حاشیه های نزدیک به هسته اصلی شهر که به خدمات شهری نیز دسترسی بیشتری دارند، برای رشد مناسب تر هستند، اما قسمت هایی که به صورت پراکنده در شمال غرب و جنوب شرق شهر توسعه یافته اند کاملاً نامناسب هستند.
۱۳.

تعیین مناطق تحت پوشش بازالت با استفاده از شاخص استخراج بازالت (BEI) وطبقه بندی تصاویر ماهواره استر(مقاله علمی وزارت علوم)

کلید واژه ها: بازالت تصاویر ماهواره استر شاخص استخراج بازالت طبقه بندی

حوزه های تخصصی:
تعداد بازدید : 575 تعداد دانلود : 317
یکی از کاربردهای مهم علم سنجش از دور در بخش معدن و اکتشاف ذخایر معدنی و برآورد نقاط امید بخش زمینی می باشد. در این پژوهش با استفاده از دانش سنجش از دور به طبقه بندی و تفکیک سنگ های سطحی موجود در معدن دیرومره پرداخته شده است. هدف اصلی از انجام این پژوهش شناسایی مناطق حاوی بازالت مرغوب در سطح می باشد. در این راستا از تصاویر ماهواره چند طیفی ASTER که دارای قدرت تفکیک طیفی و مکانی نسبتاً قابل قبولی می باشند، استفاده شده است. در اولین قدم به منظور دستیابی به ترکیب درست طیفی بازالت با توجه به امضای طیفی تعریف شده توسط دانشگاه جان هاپکینز برای سنگ بازالت، رفتار باندهای ماهواره استر و داده های اولیه زمینی تهیه شده توسط کارشناسان؛ شاخص استخراج بازالت ( BEI ) تعریف شد. سپس با اعمال فیلتر Convolution and Morphology بر روی تصویر حاصله سعی بر آن شد تا با به دست آوردن یک ترکیب رنگی مناسب، بازالت مرغوب از نامرغوب تمایز داده شود. در قدم بعد برای بارزسازی بهتر دو نمونه نقشه با دو طبقه بندی متفاوت با استفاده از الگوریتم Maximum Likelihood ساخته شدند. در انتها با توجه به تمام داده های تحقیق و عملیات میدانی شاخص اولیه توسعه داده شد.
۱۴.

بهینه سازی جایابی شبکه های سنسور بی سیم با استفاده از الگوریتم های بهینه سازی سراسری و مدل سنجش احتمالی(مقاله علمی وزارت علوم)

کلید واژه ها: شبکه های حسگر بیسیم جایابی حسگر پوشش شبکه الگوریتم های بهینه سازی سراسری مدل احتمالی پوشش مدل رستری مدل برداری

حوزه های تخصصی:
تعداد بازدید : 321 تعداد دانلود : 879
در سال های اخیر، شبکه های حسگر بیسیم [1] در کاربردهای متعددی مورد مطالعه قرار گرفته اند. یکی از مسائل مهم مورد مطالعه در این شبکه ها، جایابی [2] بهینه حسگرها به منظور دستیابی به بیشینه ی مقدار پوشش [3] است. از این رو، در اکثر تحقیقات برای رسیدن به پوشش حداکثر از الگوریتم های بهینه سازی استفاده شده است. در یک رده بندی کلی، الگوریتم های بهینه سازی برای جایابی بهینه حسگر با هدف افزایش پوشش، به دو گروه الگوریتم های بهینه سازی محلی و سراسری تقسیم می شوند. الگوریتم های سراسری عموماً از یک روش تصادفی بر اساس یک روند تکاملی استفاده می کنند. در اغلب تحقیقات انجام شده، مدل محیط و بعضاً چیدمان حسگرها در شبکه به صورت کاملاً ساده سازی شده در نظر گرفته شده اند. در این تحقیق با مدلسازی رستری و برداری محیط در فضاهای دو و سه بعدی، عملکرد الگوریتم های بهینه سازی سراسری به منظور جانمایی بهینه حسگرها، ارزیابی و مقایسه شده اند و مدل محیط برداری به عنوان مدل دقیق تر استفاده می شود. از آنجایی که هدف مقایسه عملکرد و نتایج الگوریتم های سراسری بوده است، منطقه مورد مطالعه و شرایط پیاده سازی یکسان فرض شده اند. در این مقاله، چند روش بهینه سازی برای جایابی سنسور، از جمله الگوریتم های ژنتیک، L-BFGS ، VFCPSO و CMA-ES ، پیاده سازی و معیار ارزیابی الگوریتم ها برای مسئله جایابی شبکه های حسگر بی سیم، مقدار پوشش بهینه، دقت پوشش آنها نسبت به مدل محیط و سرعت همگرایی الگوریتم ها در نظر گرفته شده است. از سوی دیگر، در این تحقیق مدل احتمالی پوشش [4] برای هر یک از الگوریتم های بهینه سازی سراسری پیاده سازی شدند. نتایج این پیاده سازی ها نشان می دهد که وجود پارامترهای پیچیده تر در مدل محیط و پوشش، نتایج دقیق تر و منطبق تری با واقعیت را ارائه می کند. با این حال ممکن است کارایی زمانی الگوریتم ها را کاهش دهد.
۱۵.

پیاده سازی یک الگوریتم محیط آگاه در جانمایی شبکه حسگرها به منظور بهینه سازی پوشش در یک محیط شهر هوشمند(مقاله علمی وزارت علوم)

نویسنده:

کلید واژه ها: اطلاعات متنی الگوریتم محیط آگاه بهینه سازی جایابی حسگر محیط شهری

حوزه های تخصصی:
تعداد بازدید : 190 تعداد دانلود : 497
در سال های اخیر، شبکه های حسگر بی سیم در کاربردهای متعددی مورد مطالعه قرار گرفته اند. یکی از مسائل مهم مورد مطالعه در این شبکه ها، جایابی بهینه حسگرها به منظور دستیابی به بیشینه مقدار پوشش شبکه در ارتباط با کاربرد تعریف شده شبکه حسگر در شهرهای هوشمند است. اطلاعات متنی (CI) حسگرها از جمله مشخصات و وضعیت حسگر در شبکه، نحوه ارتباط بین حسگرها، اطلاعات محیط پیرامونی آن ها در جانمایی و انجام مأموریت حسگر و نیز پدیده های فیزیکی مرتبط با شبکه حسگر در شهرهای هوشمند که می توانند موجب اختلال در انجام مأموریت محول شده به شبکه حسگرها شوند، به همراه ارتباطات بین آن ها، از عواملی هستند که مطالعه آن ها به جایابی بهینه شبکه های حسگر منجر می شود. پیچیدگی محیط مورد سنجش توسط حسگرها، با وجود موانع گوناگون، ممکن است به عدم پوشش مناطق مختلف در شبکه های حسگر منجر شود. از این رو، یک مسئله اساسی در یک شبکه حسگر، بهینه سازی پوشش مکانی آن است. در گذشته، چندین الگوریتم بهینه سازی محلی و سراسری توسعه یافته در این رابطه، به کار گرفته می شدند. در این مقاله، برای بهینه سازی جانمایی شبکه حسگرها از یک الگوریتم محیط آگاه با مزیت درنظرگرفتن انواع مختلف اطلاعات متنی یا محیطی و براساس کاربردهای خاص شبکه، به صورت مستقل از هر CI، استفاده شده است. درنهایت، نتایج به دست آمده در آزمایش انواع مختلف CI، بیانگر کارآمدی الگوریتم پیشنهادی در جانمایی بهینه سنسورها با استفاده از جنبه های مختلف اطلاعات متنی است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان