جلد 1، شماره 2 - ( 6-1382 )                   جلد 1 شماره 2 صفحات 193-179 | برگشت به فهرست نسخه ها

XML English Abstract Print


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

Landslide Hazard Zonation Using Artificial Neural Network in the Talesh Area. Journal of Engineering Geology 2003; 1 (2) :179-193
URL: http://jeg.khu.ac.ir/article-1-310-fa.html
پهنه‌بندی خطر رانش زمین در منطقه طالش با استفاده از سیستم‌های هوشمند (شبکه‌های عصبی مصنوعی پرسپترون). نشریه زمین شناسی مهندسی. 1382; 1 (2) :179-193

URL: http://jeg.khu.ac.ir/article-1-310-fa.html


چکیده:   (5549 مشاهده)
با توجه به توانایی‌های شبکه‌های عصبی مصنوعی، کاربرد آن‌ها در رشته‌های مختلف مهندسی و علوم زمین گسترش قابل ملاحظه‌ای داشته است. در این مقاله کاربرد شبکه‌های عصبی مصنوعی در زمین شناسی مهندسی و در پیش بینی خطر زمین لغرش‌های منطقه طالش مورد بررسی قرار گرفته است. نتایج بررسی‌ها نشان می‌دهد که مدل تهیه شده براساس پارامترهای ورودی مؤثر در وقوع زمین لغزش قادر خواهد بود اطلاعات ورودی را پردازش و خطر زمین لغزش را به عنوان خروجی شبکه عصبی اعلام کند. با توجه به نقشه پهنه‌بندی خطر زمین‌‌لغزش منطقه که با استفاده از این سیستم تهیه گردیده است, منطقه طالش جزء مناطق پر خطر از نظر رانش زمین محسوب می‌شود. و مهم‌ترین عوامل موثر در ناپایداری شیب‌های منطقه تغییرات کاربری اراضی، از بین رفتن پوشش گیاهی، زیر شویی دامنه‌ای، فرسایش حاشیه رودخانه‌ها و فعالیت‌های تکتونیکی هستند
متن کامل [PDF 698 kb]   (2854 دریافت)    

پذیرش: 1395/7/14 | انتشار: 1395/7/14

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

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به نشریه زمین شناسی مهندسی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Engineering Geology

Designed & Developed by : Yektaweb