مطالعه تطبیقی مدل شبکه عصبی مصنوعی(ann) و مدل عصبی -فازی وفقی (anfis) در پیش بینی تقاضای پروانه ساخت (مطالعه موردی: شهرداری زابل)
نویسندگان
چکیده
اطلاع از میزان تقاضای موجود در زمینه صدور پروانه ساخت در هر دوره یکی از مباحث اساسی است که شهرداریها در راه پاسخگویی به تقاضاکنندگان نیازمند آن هستند. عدم اطلاع در این زمینه سبب ایجاد مشکلاتی مانند اتلاف وقت و انرژی، کاهش کارایی و نارضایتی ارباب رجوع و در نهایت فقدان برنامهریزیمدون را سبب میشود. با توجه به روند پرنوسان و غیرخطی انگیزه افراد برای ساختوساز و در ادامه تهیه مجوز ساختاز شهرداری و متغیرهای موثر بر آن، مدلهای غیرخطی و بخصوص شبکههای عصبی (ann) و سیستم استنتاج عصبی فازی تطبیقی (anfis) در این امر توفیق بیشتری داشتهاند. به این منظور ترکیبی از اساسیترین پارامترهای برون بخشی و درون بخشی تاثیرگذار در تصمیم گیری افراد برای ساختوساز یعنی جمعیت شهرو نرخ رشد آن، متوسط درآمد وهزینه خانوار شهر (زابل)، تاثیرفصلهای مختلف سال در قالب عامل دما، میزان تولید ناخالصداخلی(در سطح کلان)، تورم، ونوسانات مربوط به نرخ ارز (به عنوان پارامترهای برون بخشی) و عواملی مانند زمین و قیمت آن، تراکم و نرخ عوارض ساخت وساز (به عنوان عناصر درون بخشی) در نظر گرفته شدهاند. در این بینبرای مقایسه توانایی آنها نسبت به هم از معیارهای ارزیابی کارایی مدلها مانند(ضریب تعیین)mad,(میانگین قدر مطلق انحرافات) و rmse (ریشه میانگین مربع خطا) استفاده شده است. در نهایت anfis به دلیل اتکا به ترکیب (( قدرت یادگیری شبکهعصبی و عملکرد منطقی سیستمهای فازی)) ؛ بامقدار (9656/0، 9899/0), rmse(0026/0، 0064/0) ,mad (0018/0، 0061/0)به ترتیب برای آموزش و آزمون، بر روشannبرتری نشان داده در نتیجه مدل مناسبتری برای پیشبینی هدف ماست.
منابع مشابه
مطالعه تطبیقی مدل شبکه عصبی مصنوعی(ANN) و مدل عصبی -فازی وفقی (ANFIS) در پیشبینی تقاضای پروانه ساخت (مطالعه موردی: شهرداری زابل)
اطلاع از میزان تقاضای موجود در زمینه صدور پروانه ساخت در هر دوره یکی از مباحث اساسی است که شهرداریها در راه پاسخگویی به تقاضاکنندگان نیازمند آن هستند. عدم اطلاع در این زمینه سبب ایجاد مشکلاتی مانند اتلاف وقت و انرژی، کاهش کارایی و نارضایتی ارباب رجوع و در نهایت فقدان برنامهریزیمدون را سبب میشود. با توجه به روند پرنوسان و غیرخطی انگیزه افراد برای ساختوساز و در ادامه تهیه مجوز ساختاز شهردار...
متن کاملپیش بینی میزان درآمد حاصل از دریافت عوارض شهری شهرداریها با استفاده از مدل شبکه عصبی (مطالعه موردی: شهر زابل)
اداره ﻣﻄﻠﻮب ﺷﻬﺮﻫﺎ و اراﺋﻪ ﺧﺪﻣﺎت ﻣﻨﺎﺳﺐ و ﮐﻨﺘﺮل و ﻫﺪاﯾﺖ ﭘﺮوژهﻫﺎی ﻋﻤﺮاﻧﯽ، ﻋﻼوه ﺑﺮ اﻋﻤﺎل ﻣﺪﯾﺮﯾﺖ ﺻﺤﯿﺢ، ﻣﺴﺘﻠﺰم اﻋﺘﺒﺎرات و درآﻣﺪﻫﺎی ﮐﺎﻓﯽ و ﻫﺰﯾﻨﻪ ﺻﺤﯿﺢ آن ﻣﯽ ﺑﺎﺷﺪ عوارض از مهم ترین منابع بهینه شهرداریها در کشورهای پیشرفته جهان است که بابت اداره شهر از درآمدها، اموال، دارایی و مصرف اشخاص حقیقی و حقوقی دریافت میگردد و صرف خدمات شهری میشود. شهرداریها عمده هزینههای ارائه خدمات خود را از محل دریافت عوا...
متن کاملمطالعه تطبیقی روش های خطی ARIMA و غیر خطی شبکه های عصبی فازی در پیش بینی تقاضای اشتراک گاز شهری
اطلاع از میزان تقاضای موجود در هر دوره یکی از مباحثی است که شرکت ملی گاز در راه پاسخگویی به مراجعان به آن نیاز دارد.عدم اطلاع از میزان تقاضای اشتراک سبب ایجاد مشکلاتی مانند عدم آگاهی از تعداد پیمانکاران مورد نیاز و همچنین فقدان برنامه کنترل موجودی مناسب برای انواع کنتورهای موردنیاز و دیگر عوامل مرتبط می شود. در چند دهه گذشته،اقتصاددانان و علمای مدیریت برای براورد تقاضا غالباً از روش های اقتصادس...
متن کاملپیش بینی عملکرد روسازی با تلفیق مدل خانواده و شبکه عصبی (مطالعه موردی: معابر شهر ساری)
مدل پیشبینی عملکرد روسازی مهمترین بخش از یک سیستم مدیریت روسازی است. اثر بخشی برنامههای بلندمدت و میان مدت تعمیرات و نگهداری راه، وابسته به صحت و اعتبار مدل پیشبینی عملکرد روسازی است. در مدلهای خانواده، قطعات مختلف که مشخصات فنی مشابه داشته و روند افت کیفیت آنها یکسان باشد، در یک گروه قرار گرفته و برای مجموعه قطعات روسازی هر خانواده، یک مدل پیش بینی ساخته میشود. مدلسازی بر اساس خانواده روس...
متن کاملمقایسه توانایی پیش بینی مدل های شبکه عصبی مصنوعی (ANN)، سیستم استنتاج عصبی- فازی انطباقی(ANFIS) و تبدیل موجک-عصبی: قیمت سبد نفت خام اوپک
پیش بینی قیمت نفت خام از مهم ترین موضوعات فرا روی اقتصاد انرژی است. پیش بینی مناسب قیمت نفت و آن هم قیمت نفت خام اوپک، به دلیل درگیر بودن تعدادی از کشورهای در حال توسعه این سازمان با قیمت نفت، می تواند در برنامه ریزی های سازمان و کشورهای عضو آن، اهمیت ویژه ای داشته باشد. برآورد و پیش بینی روند قیمت نفت، به خاطر نبود داده های تاریخی مهم و محدودیت اطلاعات مرتبط با شاخص های موثر بر روند قیمت نفت، ...
متن کاملطراحی مدل پیش بینی حجم ترافیک روزانه برون شهری با استفاده از سیستم استنتاج فازی مبتنی بر شبکه عصبی(ANFIS)
تقاضای روزافزون استفاده از وسایل حمل و نقل شخصی، مشکل تراکم ترافیک را به یکی از مهم ترین بحران ها در اکثر کلان شهرهای جهان تبدیل کرده است. تأثیرات زیست محیطی، اجتماعی و اقتصادی که گره های ترافیکی بر جوامع بشری می گذارد محققین را برآن داشته است که به دنبال راه کارهایی برای مقابله با آن باشند. یکی از این راه کارها پیش بینی حجم ترافیک روزانه است. پیش بینی ترافیک به کنترل کننده ها کمک می کند ت...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
فصلنامه علمی - پژوهشی پژوهش و برنامه ریزی شهریناشر: دانشگاه آزاد اسلامی واحد مرودشت
ISSN 2228-5229
دوره 5
شماره 16 2014
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023