مدلسازي هوشمند منفرد(پرسپترون چند لايه) و تركيبي (نروفازي) تخريب جنگل (محدوده: شهرستان ساري)

روش‌هاي كلاسيك يا روشهاي سخت بر دقيق بودن محاسبات، پايه گذاري شده اند درحاليكه دنياي واقعي بر نادقيق بودن مرزها و عدم قطعيت ها استوار است كه بيشتر با روش‌هاي محاسبات نرم مطابقت دارد، كه اين روش ها نيز به تنهايي نقاط ضعف و قوتي دارند و براي رفع آنها تئوري پيوند زني مطرح شد كه با عنوان سيستم هاي تركيبي هوشمند شناخته مي شوند. در اين تئوري دو يا چند روش هوشمند با يكديگر تركيب مي شود تا كاستي ها و نواقص روش هاي منفرد رفع يا تعديل گردد. در اين مطالعه، تخريب جنگل با استفاده از شبكه عصبي پرسپترون و روش تركيبي عصبيفازي مدل سازي شده است. براي اينكار از تصاوير سنسور TM ماهواره لندست 5 سال 1999 و سنسور OLI متعلق به لندست 8 براي سال 2017 استفاده شد. از مناطق جنگلي تخريب شده و جنگل بدون تخريب در 200 نقطه نمونه برداري شد. سپس 7 فاكتور تخريب جنگل شامل: فاصله ازعوارضي همچون (شهر-رودخانه-روستا-دريا-جاده)، ارتفاع و شيب براي 200 نقطه محاسبه شد. براي ارزيابي عملكرد مدل ها از ميانگين مربعات خطاي استفاده شد كه براي شبكه پرسپترون با سه الگوريتمLevenbergMarquardt, Bayesian Regularization, Scaled Conjugate Gradient به ترتيب 0.0535، 0.0704 و 0.0908 بدست آمد. MSE براي مدل عصبيفازي با الگوريتم بهينه سازي و روش تركيبي به ترتيب 0.0190 و 0.0102 محاسبه شد. تحليل نتايج حاكي از عملكرد مطلوب مدل نروفازي در كاهش خطا و افزايش تعميم پذيري مي باشد. مدل نروفازي با تكيه بر قاعده عدم قطعيت شرايطي را ايجاد كرده كه به واقعيت شباهت بيشتري داشته و نسبت به مدل پرسپترون در انتخاب داده ي مناسب موفق تر بوده است.