کاربرد شبکه عصبی تابع شعاع مدار در پیش بینی تعداد درختان آسیب دیده در عملیات بهره برداری جنگل

شبکه های عصبی مصنوعی زیرمجموعه ای از تکنیک های هوش مصنوعی هستند که امروزه در طیف وسیعی برای به کارگیری در حل بسیاری ار مسائل شامل ارزیابی، بهینه سازی، پیش بینی، تشخیص و کنترل رایج شده اند. یکی از مهمترین ویژگی های شبکه های عصبی مصنوعی عدم وابستگی آنها به فرضیه های اولیه درباره داده های ورودی است. در این تحقیق سعی شده است تا تعداد درختان آسیب دیده در عملیات بهره برداری جنگل با استفاده از این تکنیک پیش بینی شود. تمامی درختان موجود در ناحیه بافر مسیرهای چوبکشی انتخاب و با دستگاه GPS ثبت می شدند. در عملیات وینچینگ، تعداد درختان آسیب دیده اطراف مسیر وینچینگ که دارای قطر بالای 10 سانتیمتر بوده و دچار آسیب شده بودند شمارش گردیدند. در این مطالعه برای پیاده سازی شبکه عصبی (RBF) از نرم افزار MATLAB 2011a استفاده شد. نتایج نشان داد که شبکه RBF دارای دقت بیشتری در پیش بینی گروه 1 و 3 می باشد.

کلیدواژه ها:

هوش مصنوعی ، بهره برداری جنگل ، تابع شعاع مداری ، شبکه های عصبی مصنوعی