مطالب مرتبط با کلیدواژه

الگوریتم KNN


۱.

بررسی آثار انتشار دی اکسید کربن بر الگوی کشت دشت همدان- بهار(مقاله علمی وزارت علوم)

کلیدواژه‌ها: عملکرد محصول گرمایش جهانی ارزش افزوده بخش کشاورزی الگوریتم KNN

حوزه‌های تخصصی:
تعداد بازدید : ۱۳۴۱ تعداد دانلود : ۶۶۳
طی دهه های اخیر، افزایش گازهای گلخانه ای و به ویژه دی اکسید کربن، گرم شدن کره زمین را در پی داشته است. از سوی دیگر، افزایش CO2 از طریق تسهیل فرایند فتوسنتز و نیز تعرق گیاهان می تواند موجب تغییر و حتی بهبود عملکرد محصولات کشاورزی شود. بنابراین، ارزیابی تأثیر نهایی افزایش این گاز در محیط تولید محصولات کشاورزی همواره موضوعی بحث برانگیز میان پژوهشگران بخش کشاورزی بوده است. با این توضیح، در مطالعه حاضر به پیش بینی آثار تغییر سطح انتشار CO2 بر الگوی کشت دشت همدان- بهار در دهه های آتی نسبت به سال زراعی 1391 -92 پرداخته شد. بدین منظور، ابتدا با استفاده از رهیافت ناپارامتری KNN حساسیت عملکرد محصولات زراعی منطقه نسبت به انتشار دی اکسید کربن برآورد گردید. در مرحله بعد، با به کارگیری رهیافت برنامه ریزی ریاضی و تدوین مدل PMP، شرایط الگوی کشت منطقه شبیه سازی و آثار تغییر سطح انتشار CO2 بر الگوی کشت، در قالب سناریوهای مختلف، بررسی شد. نتایج نشان داد که در افق کوتاه مدت 2020، افزایش سطح انتشار CO2 دارای آثار مثبت بر الگوی کشت است اما در بلند مدت این روند تغییر خواهد کرد. با این حال، استفاده متعادل از سوخت های فسیلی و غیرفسیلی و نیز بهره گیری از رویکردهای جهانی موجب دستیابی به بیشترین بازده ناخالص در سال های آتی خواهد شد. طبقه بندی JEL: C02، C45، Q54، R14
۲.

ارزیابی آسی پذیری شهر سنندج در برار زلزله با استفاده از مدل تحلیل طبقه بندی درختی (CTA)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بهینه سازی کاربری اراضی شهری زلزله الگوریتم KNN آسیب پذیری شهری سنندج

حوزه‌های تخصصی:
تعداد بازدید : ۱۹۴ تعداد دانلود : ۱۷۱
هراندازه شهرها از لحاظ کالبدی و جمعیتی گسترده تر شوند، به تبع آن بر میزان بحران ها نیز افزوده می شود. آسیب پذیری شهرها در برابر بلایای طبیعی بنا به دلایل مختلفی از جمله فقر اقتصادی و فرهنگی، عدم رعایت حریم گسل ها و آیین نامه های مربوط به زلزله افزایش یافته است. آنچه اهمیت دارد، سطح آمادگی جامعه و درجه آسیب پذیری شهر و ساکنان در معرض خطر است که در صورت برنامه ریزی مناسب و اتخاذ سیاست های اصولی می توان آسیب ها را به پایین ترین سطح کاهش داد. در این پژوهش با توجه به پتانسیل بالای سنندج از لحاظ لرزه خیزی و وجود گسل های فراوان در مجاورت و اطراف شهر، سعی بر آن است تا با شناخت عوامل مؤثر بر زلزله و ترکیب شاخص ها با استفاده از مدل تحلیل طبقه بندی درختی به درک درستی از موضوع برسیم. نتایج به دست آمده حاکی از این است که سطح وسیعی از شهر در طبقه بندی آسیب پذیری متوسط به بالا قرار دارد. 52 درصد در طبقه آسیب پذیری متوسط، 16.5 درصد آسیب پذیری بالا و 1 درصد از سطح شهر در طبقه با آسیب پذیری بسیار بالا قرار دارد که دقیقاً منطبق بر محلات حاشیه ای، قدیمی و پرتراکم است. این وضعیت ساختار مناسبی را ارائه نداده و نیازمند توجه بیشتر در طرح های توسعه آتی می باشد. واژگان کلیدی: آسیب پذیری شهری، زلزله، تحلیل طبقه بندی درختی، منحنی ROC، سنندج. [1] نویسنده مسئول: تبریز، دانشگاه تبریز، گروه جغرافیا و برنامه ریزی شهری،
۳.

پیش بینی ماندگاری مشتریان باشگاه های ورزشی با استفاده از الگوریتم نزدیکترین همسایه(مقاله علمی وزارت علوم)

کلیدواژه‌ها: باشگاه های ورزشی پیش بینی الگوریتم KNN ماندگاری

حوزه‌های تخصصی:
تعداد بازدید : ۲۳ تعداد دانلود : ۲۶
تکنیک داده کاوی با افزایش داده های جامع که با موفقیت در مناطق مختلف مورد استفاده قرار می گیرد، ما را قادر می سازد تا دانش پنهان را برای تأثیرگذاری بر خدمات ورزشی پیدا کنیم. تمرکز پژوهش حاضر با استفاده از الگوریتم نزدیکترین همسایه (KNN)، بر پیش بینی ماندگاری مشتریان باشگاه های است. جامعه آماری این مطالعه توسعه ای-کاربردی مربوط به 724 ورزشکار بود که در فراخوان اینترنتی (واتس آپ، اینستاگرام، تلگرام و ...) با تکمیل پرسشنامه در پژوهش حاضر شرکت نمودند. بعد از حذف پرسشنامه های فاقد شرایط نهایتاً تعداد 537 ورزشکار در رده سنی 20 تا 60 سال در پژوهش حاضر شرکت نمودند. پرسشنامه الکترونیکی، ناشناس و محقق ساخته دارای 75 عامل مربوط به رضایت مندی مشتریان بود، که بر اساس بازخورد دریافتی، تغییرات متعددی در پرسشنامه ایجاد گردید و نهایتا 18 عامل به عنوان عوامل اصلی ریزش یا ماندگاری مرتبط با امکانات و شرایط سالن های ورزشی انتخاب شدند. روایی صوری پرسشنامه توسط 5 نفر از اساتید دانشگاه و متخصص در حوزه مرتبط بررسی شد. نتایج نشان داد الگوریتم KNN می تواند با دقت 4/73 % درصد و صحت 6/71 % درصد ماندگاری مشتریان سالن ورزشی خصوصی که تکرار خرید دارند را پیش بینی کند. این مطالعه نشان داد با کشف الگوها و روابط پنهان در داده ها، احتمالا به درستی می توان از این الگوریتم برای بهبود کیفیت مدیریت اماکن ورزشی جهت جلوگیری از ریزش و ماندگاری بیشتر استفاده کرد.
۴.

کاربرد الگوریتم KNN در بهینه سازی کاربری اراضی شهری با تأکید بر خطر زلزله نمونه موردی: شهر سنندج(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بهینه سازی کاربری اراضی شهری زلزله الگوریتم KNN آسیب پذیری شهری سنندج

حوزه‌های تخصصی:
تعداد بازدید : ۱۴ تعداد دانلود : ۱۱
وقوع زلزله و تلفات و آسیب های ناشی از آن همواره به عنوان تهدیدی جدی برای شهر، ساکنان و دارایی ها، برنامه ریزان و مدیران شهری را بر آن داشته، تا با ارایه راه حل های منطقی و علمی، به ایمن سازی شهرها مبادرت ورزند. ایمن سازی شهر در مقابل زلزله فقط با ایجاد سازه های مستحکم عملی نخواهد شد و باید با بهینه سازی کاربری اراضی شهری در مسیر کاهش آسیب پذیری شهری گام برداشت. هدف از این پژوهش تعیین پهنه های بهینه شهری به منظور توسعه شهر با هدف کاهش آسیب پذیری شهر سنندج می باشد. برای این منظور از روش KNN به عنوان یک مدل با دقت نسبتاً بالا جهت ارزیابی کاربری اراضی بهینه شهر سنندج با تأکید بر خطر زلزله استفاده شده است. آنچه از خروجی مدل به دست آمده نشان می دهد، که حدود 32 درصد از مساحت شهر در وضعیت بهینه قرار گرفته و منطقه 2 با 42.78 درصد معادل 406 هکتار و منطقه 4 با 50.85 درصد معادل 658 هکتار شرایط بهینه ای را برای توسعه شهر در راستای کاهش آسیب پذیری شهری و افزایش بهینگی کاربری های شهری ارایه می دهند. وضعیت کلی شهر از لحاظ بهینگی مناسب نبوده و محلات واقع در مناطق 1 و 2 با توجه به تراکم بالای جمعیتی و مسکونی، نفوذپذیری بسیار پایین و سازگاری پایین کاربری ها، در وضعیت نامناسب و بسیار نامناسب قرار دارند. در ارزیابی مدل، مقدار سطح زیر منحنی عدد 0.951 به دست آمده، که حاکی از عملکرد بسیار مطلوب مدل در بررسی موضوع است.