الگوریتم جنگل تصادفی

با توجه به توانایی تکنیک های داده کاوی، کاربرد آن ها در رشته های مختلف مهندسی و علوم زمین گسترش فراوانی داشته است. هدف از پژوهش حاضر پهنه بندی حساسیت زمین لغزش با استفاده از الگوریتم جنگل تصادفی، در حوزه آبخیز سردارآباد در شهرستان خرم آباد، استان لرستان است. جنگل های تصادفی یک نوع مدرن از درخت- پایه هستند که شامل انبوهی از درخت های کلاس بندی و رگرسیونی می باشند. الگوریتم جنگل تصادفی مبتنی بر دسته ای از درخت های تصمیم است و در حال حاضر یکی از بهترین الگوریتم های یادگیری است. برای انجام پژوهش حاضر لایه های اطلاعاتی درجه شیب، جهت شیب، ارتفاع از سطح دریا، شکل شیب، فاصله از گسل، فاصله از آبراهه، فاصله از جاده، بارندگی، لیتولوژی و کاربری اراضی به عنوان عوامل مؤثر بر وقوع زمین لغزش شناسایی و نقشه های آن در نرم افزار ArcGIS10.2 رقومی و تهیه گردیدند. سپس با استفاده از الگوریتم جنگل تصادفی، ارتباط بین عوامل مؤثر و موقعیت زمین لغزش ها و وزن هر یک از آن ها در نرم افزار آماری R محاسبه و درنهایت جهت تهیه نقشه حساسیت زمین لغزش منطقه موردمطالعه به محیط GIS منتقل گردید. نتایج ارزیابی دقت روش پهنه بندی با استفاده از منحنی تشخیص عملکرد نسبی و 30 درصد نقاط لغزشی استفاده نشده در فرآیند مدل سازی، بیان گر دقت عالی مدل جنگل تصادفی با سطح زیر منحنی 8/98 درصد است. هم چنین بر اساس الگوریتم جنگل تصادفی، عوامل لیتولوژی، فاصله از جاده و فاصله از رودخانه به ترتیب بیش ترین تأثیر را در وقوع زمین لغزش حوزه آبخیز سردارآباد داشته اند. با توجه به توانایی تکنیک های داده کاوی، کاربرد آن ها در رشته های مختلف مهندسی و علوم زمین گسترش فراوانی داشته است.هدفازپژوهشحاضرپهنه بندیحساسیتزمین لغزشبااستفادهازالگوریتمجنگلتصادفی،درحوزهآبخیزسردارآباددرشهرستان خرم آباد، استانلرستاناست. جنگل هایتصادفییکنوعمدرناز درخت- پایههستندکهشاملانبوهیازدرخت هایکلاس بندیورگرسیونیمی باشند. الگوریتمجنگلتصادفیمبتنیبردسته ایازدرخت هایتصمیماستودر حالحاضریکیازبهترین الگوریتم هاییادگیریاست.برای انجام پژوهش حاضرلایه هایاطلاعاتیدرجهشیب،جهتشیب،ارتفاعازسطحدریا،شکلشیب، فاصلهازگسل،فاصلهازآبراهه،فاصله از جاده، بارندگی، لیتولوژیوکاربریاراضیبه عنوانعواملمؤثربروقوعزمین لغزششناساییونقشه های آن درنرم افزار ArcGIS10.2 رقومی و تهیه گردیدند. سپسبااستفادهازالگوریتمجنگلتصادفی،ارتباط بین عوامل مؤثر و موقعیت زمین لغزش ها و وزنهریکازآن هادرنرم افزارآماری R محاسبهو درنهایت جهت تهیه نقشهحساسیتزمین لغزش منطقهموردمطالعهبه محیط GIS منتقل گردید.نتایجارزیابیدقتروشپهنه بندیبااستفادهازمنحنیتشخیصعملکردنسبیو30درصدنقاطلغزشی استفاده نشدهدرفرآیندمدل سازی،بیان گردقتعالیمدلجنگلتصادفی با سطح زیر منحنی 8/98درصد است.هم چنینبر اساس الگوریتمجنگلتصادفی، عوامللیتولوژی، فاصلهاز جادهوفاصله از رودخانهبه ترتیب بیش ترین تأثیر رادروقوعزمین لغزشحوزه آبخیز سردارآباد داشته اند.

سرزندگی یکی از معیارهای اصلی شهرهایی است که از کیفیت بالای برنامه ریزی و طراحی برخوردارند. محیط های شهری سرزنده، زمینه ساز تعاملات اجتماعی، خلق و افزایش سرمایه اجتماعی و حس تعلق به مکان می گردند. هدف این مطالعه تحلیل رابطه سرزندگی و حس تعلق مکانی در شهر قاین است. این تحقیق جزو تحقیقات پیمایشی و ابزار جمع آوری داده ها، پرسشنامه می باشد. حجم نمونه آماری 382 نفر از شهروندان شهر قاین می باشد که با استفاده از فرمول کوکران انتخاب شده است. متغیرهای مستقل این تحقیق شاخص های سرزندگی شهری (دسترسی، پویایی اجتماعی، سرزندگی اقتصادی، امنیت شهری، طراحی معابر، مبلمان، روشنایی فضاهای شهری، سیما و منظر شهری و خوانایی) و متغیر وابسته، حس تعلق مکانی می باشد. برای تحلیل رابطه متغیرها از مدل های k- نزدیک ترین فاصله و الگوریتم جنگل های تصادفی استفاده شده است. شاخص سرزندگی از 28 گویه تشکیل شده است. یافته های تحقیق نشان می دهد که میانگین 17 گویه آن در سطح مناسبی قرار ندارد و 11 گویه آن در سطح قابل قبولی هستند. در کل سرزندگی شهری در شهر قاین پایین است. همچنین میانگین متغیر حس تعلق مکانی در سطح متوسطی قرار دارد. با توجه به خروجی مدل ها روش K نزدیک ترین همسایه نتایج بهتری از مدل جنگل تصادفی داشته است. عملکرد مدل K-NN گویای آن است که این مدل تأثیر سرزندگی بر  تعلق مکانی را با ضریب همبستگی 82/0 و میزان خطای 66/0 و ریسک برآورد 43/0 شبیه سازی کرده است. بر اساس مدل ایجاد شده توسط الگوریتم جنگل تصادفی متغیر دسترسی بیشترین و خوانایی کمترین تاثیر را در حس تعلق در شهر قاین را دارند.

پژوهش حاضر به بررسی پیش بینی ورشکستگی شرکتها ی پذیرفته شده که شامل 70 شرکت ورشکسته و 70 شرکت غیر ورشکسته طی دوره 97-89 است. این شرکت ها از طریق فرایند تصادفی به دو نمونه آموزشی (شامل 46 شرکت ورشکسته و 46 شرکت غیر ورشکسته) برای ساخت مدل ها و نمونه آزمایشی (شامل 24 شرکت ورشکسته و 24 شرکت غیر ورشکسته) جهت آزمون روایی بیرونی مدل ها تقسیم شده اند. با استفاده از دو تکنیک رگرسیون لوجستیک و جنگل های تصادفی و بکارگیری نسبت های مالی منتخب، دو مدل جهت پیش بینی ورشکستگی استخراج شده و نتایج حاصل از آن ها مورد مقایسه قرار گرفته است. مدل رگرسیون لوجستیک توانست 87% شرکت های نمونه آموزشی و 79% شرکت های نمونه آزمایشی را یک سال پیش از ورشکستگی به درستی در گروه های ورشکسته و غیر ورشکسته طبقه بندی نماید. همچنینی، مدل جنگل های تصادفی توانست نمونه های آموزشی و آزمایشی به ترتیب با دقت 4/90 و 90 درصد مشاهدات را به درستی در گروه های ورشکسته و غیر ورشکسته طبقه بندی نماید. آزمون McNemar نشان داد که مدل جنگل های تصادفی در مقایسه با مدل رگرسیون لوجستیک، از برتری قابل توجهی برخوردار است. روش پژوهش از نظر هدف کاربردی می باشد و از نظر ماهیت توصیفی دارد.

باتوجه به افزایش جمعیت و اینکه منابع انرژی رو به کاهش است، در این تحقیق به مطالعه انرژی مصرفی خانگی پرداخته شده است. هدف از این پژوهش پیش بینی عوامل مؤثر بر انرژی مصرفی خانگی می باشد. برای این پیش بینی از سه الگوریتم قواعدM5 ، نزدیک ترین همسایه و جنگل تصادفی استفاده شده است که در نرم افزار weka موجود می باشد. در این پژوهش از الگوریتم ارزیابی همبستگی ویژگی ها برای انتخاب بهترین عوامل نیز استفاده شده است. این الگوریتم مهمترین عوامل مؤثر بر انرژی مصرفی و میزان تأثیر آنها را مشخص می کند. نتایج حاصل از این بررسی نشان می دهد که چراغ ها و وسایل روشنایی، درجه حرارت و دما در اتاق نشیمن، درجه حرارت و دما در خارج از ساختمان، درجه حرارت و دما در خارج از ایستگاه هواشناسی چیورس، سرعت وزیدن باد، رطوبت در منطقه آشپزخانه و درجه حرارت و دما در محل لباسشویی بیشترین تأثیر را در مصرف انرژی خانگی دارد. همچنین از بین الگوریتم های آزموده شده، جنگل تصادفی بهترین نتیجه را به دست می دهد.

وضعیت بحرانی آب و رشد تقاضای آن در ایران، تخریب و بهره برداری بی رویه از منابع آب های زیرزمینی و تداوم خشکسالی در سال های گذشته، مدیریت تقاضای آب را در تمامی بخش های مصرف از جمله بخش خانگی  به یک دغدغه مهم در سیاست های کشور تبدیل کرده است. بدون شناسایی عوامل تاثیرگذار و اهمیت آن ها در الگوی مصرف آب خانگی، برنامه ریزی و اجرای سیاست های کارآمد امکان پذیر نیست. در همین راستا، این پژوهش درصدد شناسایی عوامل اقتصادی– اجتماعی موثر بر تقاضای آب و تعیین درجه اهمیت آن ها در الگوی مصرف آب خانوار برآمده است. با توجه به عدم امکان تصریح روابط ریاضی دقیق میان این عوامل و مصرف آب در این پژوهش از الگوریتم جنگل تصادفی برای شناسایی عوامل موثر  استفاده شده است. همچنین با هدف کارایی بیشتر به دلیل تفاوت های موجود در سبک زندگی و فرهنگی خانوارهای روستایی و شهری، این دو گروه  به تفکیک مورد بررسی قرار گرفته اند. در نهایت  17 عامل موثر در سه سطح متفاوت تاثیرگذاری شناسایی شدند که از این میان متغیرهای درآمد خانوار، مساحت خانه و سن سرپرست واستفاده از کولرهای آبی مهم ترین متغیرهای کمی و کیفی اثرگذار بر مصرف خانوارهای شهری و روستایی شناسایی شدند. سایر عوامل نیز به ترتیب اثرگذاری رتبه بندی شدند.

سکونتگاه های غیر رسمی، نماد ناپایداری در نظام های اقتصادی، اجتماعی و فرهنگی جامعه شهری است که پیامد  آن، افزایش میزان آسیب پذیری در ابعاد مختلف، ازجمله در زمینه کالبدی است. این مناطق با انبوهی از مشکلات، کیفیت زندگی شهروندان را تحت تاثیر قرار داده و از طرفی مدیریت بر این بخش از شهر با سایر مناطق شهری متفاوت و دشوار است. بنا بر اهمیت تهدیدات سکونتگاه های غیر رسمی در مقابل مخاطرات محیطی، هدف این مقاله شناخت عوامل مؤثر در آسیب پذیری کالبدی و مدل سازی آن در محله اسدآبادی شهر خرم آباد است. روش تحقیق به لحاظ ماهیت و روش، تحلیلی توصیفی و به لحاظ هدف، کاربردی است. برای تجزیه وتحلیل داده ها، از مدل رگرسیون چند متغیره، مدل ماشینبردار پشتیبان (SVM-ԑ) و الگوریتم جنگل تصادفی (RF) استفاده شد. یافته های تحقیق نشان داد که محله اسدآبادی، در تمام شاخص های کالبدی در وضعیت نامناسبی قرار دارد و از منظر ساکنان محله اسدآبادی، شاخص خدمات عمومی با ضریب رگرسیونی 429/0 بیشترین اثر گذاری را بر آسیب پذیری کالبدی دارد. بر اساس معیارهای ارزیابی، مدل کرنل سیگموئید ماشین بردار از سایر روش ها نتایج بهتری را ارائه می دهد و این مدل، توانایی پیش بینی آسیب پذیری کالبدی مجتمع های سکونتی غیر رسمی در برابر مخاطرات را تا بیش از 60 درصد موارد، صحیح پیش بینی می کند.