پرسپترون

یکی از پیشرفته ترین مدلهای پیش بینی کننده ورشکستگی، مدل «شبکه عصبی مصنوعی» است. مطابق نتایج تحقیق ساختار اصلی پرسپترون سه و چهار لایه برای پیش بینی ورشکستگی شرکتها به مدلهایی شبیه یکدیگر منتهی می شود که در این میان شبکه سه لایه از قدرت پیش بینی بیشتری نسبت به شبکه چهار لایه برخوردار است. این تحقیق نشان می دهد که «به کارگیری مدلهای مبتنی بر شبکه عصبی توانایی مدیریتهای مالی را برای مقابله با نوسانهای اقتصادی و ورشکستگی نسبت به مدلهای رقیب افزایش می دهد». پیش بینی ورشکستگی اقتصادی شرکتهای بازار بورس در سالهای 1385 و 1386 و ترسیم روند ورشکستگی این شرکتها در دورة 1369- 1386 از دیگر بخشهای این مقاله است. نتایج نشان می دهد که در سال 1385 تحت تأثیر سیاستهای شفاف سازی روند ورشکستگی اقتصادی شرکتها به طور چشمگیری افزایش خواهد یافت که با سازگارشدن شرکتها با شرایط جدید، تا حدی این روند در سال 1386 تعدیل می شود.

یکی از مهمترین فرآیندهای حرکات دامنه ای زمین لغزش می باشد. زمین لغزش جابجایی حجم زیادی از توده های خاک ، سنگ ویا ترکیبی از آنها به طرف پایین شیب ، در اثر نیروی ثقل می باشد و علاوه بر تلفات جانی بسیار ، موجب زیان های اقتصادی فراوانی خواهد شد. چون پیش بینی زمان و محل دقیق وقوع زمین لغزشها مشکل می باشد شناسایی نقاط حساس و پهنه بندی این مناطق بر اساس پتانسیل خطر ناشی از زمین لغزش اهمیت فراوانی دارد . تهیه نقشه پهنه بندی زمین لغزش به شناسایی مناطق آسیب پذیر در برنامه ریزی های محیطی کمک فراوانی می نماید. حوضه ی آبریز الموت رود ، در شمال شرقی استان قزوین واقع شده است و به علت کوهستانی بودن ،اختلاف ارتفاع بسیار زیاد ، لیتولوژی و سازند های مختلف زمین شناسی ، استعداد بسیار زیادی در ایجاد حرکات دامنه ای ، خصوصا زمین لغزش را دارا می باشد.  هدف از این پژوهش شناسایی عوامل موثر و پهنه بندی پتانسیل این خطر در حوضه ی آبریزالموت رود استان قزوین با استفاده از شبکه عصبی مصنوعی ( ANN)  می باشد. برای انجام این تحقیق ابتدا از طریق عکس های هوایی55000/1و 40000/1 و تصاویر ماهواره   سنتینل2 زمین لغزشها شناسایی و با بازدید های میدانی وتصاویر گوگل ارث مختصات وصحت آنها بررسی ونقشه پراکنش زمین لغزشها تهیه شد و با توجه به موقعیت زمین لغزشها ، 7 عامل موثر در وقوع آنها بررسی و به کمک GIS لایه های اطلاعاتی تهیه شد و در محیط متلب   ساختار مناسب برای پهنه بندی زمین لغزشهای حوضه با استفاده از مدل شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه نوشته شد. بر اساس نتایج حاصله از این مدل به ترتیب 84/26، 36/31، 32/21، 91/16و 49/3 درصد از مساحت منطقه در کلاس های خطر خیلی کم، کم، متوسط، زیاد و خیلی زیاد قرار دارند. همچنین ضریب کاپای 72/ محاسبه شد که مورد قبول می باشد.

زﻣیﻦﻟﻐﺰشﻫﺎ، یکی از مخاطرات طبیعی هستند که جان و مال انسانها را تهدید می کنند. زمین لغزش ممکن است در یک منطقه ده ها، صدها و شاید هزارن هکتار از اراضی را در زمانی کوتاه تخریب نماید. این مخاطره سالهاست که در منطقه کوهستانی میشخاص استان ایلام، اراضی باغ میوه، مزارع، عرصه های جنگلی و مراتع، راه های ارتباطی، سکونتگاه های روستایی را تخریب نموده است. پهنه بندی خطر زمین لغزش جهت کنترل این مخاطره در این حوضه ضرورت دارد. هدف اصلی این تحقیق پهنه بندی مناطق خطر زمین لغزش در این حوضه آبخیز می باشد. یکی از روش های نوین جهت بررسی خطر زمین لغزش، روش شبکه عصبی مصنوعی می باشد .این روش نسبت به روش های دیگر دارای مزیت هایی است، توزیع آماری داده ها مستقل است و به متغیرهای آماری مخصوصی نیاز ندارد. در این تحقیق، ابتدا اقدام به تهیه نقشه پراکنش زمین لغزش در حوضه انتخابی گردید. سپس ارتباط بین متغیرهای مستقل مانند شیب، سنگ شناسی، فاصله از گسل، کاربری اراضی، فاصله از شبکه راه ها، فاصله از آبراهه ها، جهت شیب با مناطق تحت تاثیر زمین لغزش مورد بررسی قرار گرفت. پس از تهیه نقشه های وزنی، این لایه ها در محیط نرم افزار ArcGIS به اطلاعات عددی تبدیل و پس از استاندارد کردن به نرم افزار MATLAB وارد شده و برنامه ای با ساختار پرسپترون با الگوریتم یادگیری پس انتشار خطا، نوشته شد. بعد از مشخص شدن ساختار شبکه عصبی مصنوعی و آموزش و آزمایش آن، نتایج مورد ارزیابی و خروجی شبکه در محیط سیستم های اطلاعات جغرافیایی، تبدیل به نقشه خطر زمین لغزش شد. نقشه خطر حاصله به پهنه های مختلف خطر، طبقه بندی و مقدار زمین لغزش در هر پهنه آن محاسبه گردید. نتایج حاصل از بررسی عوامل نشان داد که در حوضه میشخاص ایلام سازند آسماری، طبقه شیب 10تا20 درصد، طبقه فاصله از گسل بیشتر از 500 متر، جهت شمال شرق، فاصله از آبراهه های بیشتر از 100 متر، باغات میوه حساس ترین کاربری ها و فاصله ازجاده بیشتر از 200 متر، حساس ترین طبقات نسبت به وقوع زمین لغزش و دارای بیشترین نسبت فراوانی وقوع زمین لغزش در حوضه می باشند. از سوی دیگر، نتایج حاصل از پهنه بندی خطر زمین لغزش با استفاده از روش شبکه عصبی مصنوعی نشان داد در حوضه میشخاص ایلام حدود 80 درصد زمین لغزش ها در پهنه های خطر زیاد و خیلی زیاد قرار گرفته اند.