[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 5، شماره 2 - ( 8-1394 ) ::
دوره 5 شماره 2 صفحات 41-53 برگشت به فهرست نسخه ها
ارائه روشی مبتنی بر برنامه نویسی ژنتیکی و تحلیل حساسیت به منظور بهبود مدلسازی‌های مکانی در محیط GIS (مطالعه موردی: تهیه نقشه پتانسیل معدنی)
محمد اصلانی*، محمد سعدی مسگری، حمید مطیعیان
چکیده:   (4132 مشاهده)

یکی از مولفه های اصلی سامانه های اطلاعات مکانی (GIS) مدلسازی های مکانی است. روش های هوشمند همانند شبکه های عصبی از جمله روش هایی هستند که در دهه های اخیر جهت انجام مدلسازی های مکانی به آنها توجه زیادی شده است. در اغلب روش های هوشمند، مدلسازی مکانی بر مبنای تعیین یک ساختار اولیه برای روش مورد استفاده انجام می شود که تعیین چنین ساختار اولیه ای در اغلب مواقع امری بسیار دشوار است. در این تحقیق برای حل چنین چالشی از برنامه نویسی ژنتیکی برای تهیه نقشه پتانسیل معدنی استفاده شده است. در این روش روابط بین داده های ورودی و خروجی به طور خودکار و بدون نیاز به تعریف یک ساختار اولیه و به صورت کاملاً صریح استخراج می شوند. یکی از چالش ها در بکارگیری برنامه نویسی ژنتیکی انطباق بیش از حد می باشد. در این تحقیق روشی نوین برای جلوگیری از مشکل انطباق بیش از حد ارائه شده است. همچنین برای افزایش دقت مدلسازی از تلفیق خطی وزندار چند درخت (برنامه نویسی ژنتیکی چند ژنه) استفاده شد. در ادامه برای تعیین موثرترین فاکتور ورودی از دو روش تحلیل حساسیت EFAST و Sobol’s که بر مبنای شبیه سازی مونت کارلو هستند استفاده گردید. در نهایت مشخص گردید که معیارهای ژئوفیزیکی و از میان آنها فاکتور شدت میدان مغناطیسی دارای بیشترین حساسیت و معیارهای زمین شناسی و از میان آنها سنگ شناسی دارای کمترین حساسیت بر روی خروجی هستند.

واژه‌های کلیدی: برنامه نویسی ژنتیکی چند ژنه، تحلیل حساسیت، نقشه پتانسیل معدنی، سامانه های اطلاعات مکانی
متن کامل [PDF 1063 kb]   (1808 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سامانه های اطلاعات مکانی
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

M. Aslani M. Saadi Mesgari, M. Saadi Mesgari, H. Motieyan. Using Genetic Programming and Sensitivity Analysis for Improving Spatial Modeling in a GIS Environment (Case Study: Mineral Potential Mapping). JGST. 2015; 5 (2) :41-53
URL: http://jgst.issge.ir/article-1-97-fa.html

اصلانی محمد، مسگری محمد سعدی، مطیعیان حمید. ارائه روشی مبتنی بر برنامه نویسی ژنتیکی و تحلیل حساسیت به منظور بهبود مدلسازی‌های مکانی در محیط GIS (مطالعه موردی: تهیه نقشه پتانسیل معدنی). نشریه علمی پژوهشی علوم و فنون نقشه برداری. 1394; 5 (2) :41-53

URL: http://jgst.issge.ir/article-1-97-fa.html



دوره 5، شماره 2 - ( 8-1394 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology