تهیه نقشه آسیب پذیری با استفاده از یک سیستم خبره فازی،مورذ مطالعاتی:شهر کرمان
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 635
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DMHSE02_147
تاریخ نمایه سازی: 19 تیر 1394
چکیده مقاله:
گستره ی پهناوی جغرافیایی کشور ایران ازجمله مناطق حادثه خیز است که بسیاری از بحرانهای طبیعی و مصنوعی چون زمین لرزه رانش زمین سیل فعالیت های اتشفشانی و بیابان زایی نمونه هایی ازتاریخ حادثه خیز آن است که همه ساله وقوع این حوادث موجب خسارتهای جانی و مالی فراوان می شود اگرچه جلوگیری ازوقوع زمین لرزه امکان پذیر نیست ولی کاهش اسیب های ناشی ازآن امکان پذیر است دراین مقاله با استفاده ازشاخصهایی چون دسترسی به مراکز درمانی مراکز اموزشی مراکز خطرپذیر مانند ایستگاه های سوخت فاصله ازگسلها و غیره میزان اسیب پذیری شهرکرمان درمقابل زمین لرزه بررسی میشود تعیین میزان اسیب پذیری مدیران را درراستای کاهش خطرات و تلفات ناشی ازحوادث یاری می نماید با داشتن میزان اسیب پذیری و پتانسیل تخریب مناطق بخصوص سکونتگاه ها میتوان پیش بینی های لازم جهت کاهش اثرات تخریب را انجام داد لذا دراین تحقیق بحران زمین لرزه و اسیب پذیری مناطق برمبنای منطق فازی و تحلیل سیستم استنتاج و قوانین اعمالی برای بررسی انتخاب شد دراینتحقیق به کمک منطق فازی و موتورهاس استنتاج گرآن بررسی میشود که پس ازوقوع زمین لرزه چه مناطقی بیشتر اسیب می بیند هدف ازتحقیق آن است که بتوان مشخص نمود بعدازبروز چنین حادثه ای چه مناطقی درخطر اسیب پذیری بیشتری هستند بدین وسیله امکان برنامه ریزی و تصمیم گیری سریع و درست مثل میزان تخصیص تیمهای امدادی قابل انجام خواهد شد
کلیدواژه ها:
نویسندگان
حمید باقری
دانشجوی کارشناسی ارشد مهندسی سیستمهای اطلاعات مکانی، دانشگاه تحصیلات تکمیلی صنعتی وفناوری پیشرفته، کرمان
محمدرضا ملک
دانشیار - گروه سیستمهای اطلاعات مکانی، دانشکده مهندسی نقشهبرداری دانشگاه صنعتی خواجه نصیرالدین طوسی
فرزین ناصری
استادیار گروه مهندسی سیستم های اطلاعات مکانی، دانشگاه تحصیلات تکمیلی صنعتی وفناوری پیشرفته، کرمان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :