به تبع افزايش جمعيت شهري و در نتيجه افزايش توليد پسماند نياز به يافتن محل مناسب به منظور دفع پسماند ضرورت دارد. با توجه به عوامل مختلف مؤثر در مکانيابي محل دفن و وسعت زياد منطقه مورد مطالعه، روش هاي سنتي جهت مکان يابي بسيار وقت گير، هزينه بر و کم دقت مي باشد. بدين منظور، در اين پژوهش از شبکه عصبي پرپسترون چند لايه با الگوريتم آموزش لورنبرک-مارگویت استفاده گرديد. تابع سيگموئيد لگاريتمي به عنوان تابع فعال سازي براي هر واحد پردازشگر در شبکه انتخاب گرديد. آموزش داده ها با ۱۲ پارامتر ورودي شامل فاصله از آّبراهه، فاصله از جاده، فاصله ازگسل، ليتولوژي، پوشش گياهي و کاربري اراضي، شيب، جهت شيب، فاصله از سکونتگاه، طبقات ارتفاعي، بافت خاک، سطح آب زيرزميني و نقشه همبارش، 7 لايه پنهان و يک لايه خروجي که نقشه پهنه بندي را نشان مي دهد انجام گرفت. جهت صحت سنجي مدل از شاخص هاي آماري ميانگين مربعات خطا، جذر ميانگين مربعات خطا و ضريب تعيين استفاده گرديد. در نهايت پس از تعيين بهترين ساختار شبکه مدل اجرا شده و منطقه مورد مطالعه به 5 کلاس خيلي مساعد، مساعد، نسبتا مساعد، نا مساعد و خيلي نامساعد طبقه بندي گرديد. بهترين دقت مدل 99/0 بدست آمد که بيانگر کارايي بالاي پرپسترون چند لايه جهت پهنه بندي مي باشد.
کلید واژگان : پرپسترون چند لايه، مکان يابي، دفع پسماند، شهرستان فریدون شهر
ارزش ریالی : 600000 ریال
با پرداخت الکترونیک