ارزیابی شاخصهای اعتماد به شهر الکترونیک با استفاده از شبکه استنتاج عصبی-فازی (ANFIS) و شبکه توابع پایه‌ای شعاعی (RBF) (مورد مطالعه: شهر قیر استان فارس)

Authors

  • اسماعیل پور مقدم, هادی
  • خمر, غلامعلی
  • دهباشی, وحید
  • محمدی, بهنام
Abstract:

مقدمه: بهره‌گیری از فناوری اطلاعات و نظریه زندگی الکترونیک می‌تواند به‌عنوان راهکاری مناسب برای برون‌رفت از وضعیت کنونی شهرها و مشکلات آن و یا دست کم تخفیف آن باشد. اعتماد از مسائل عمده‌ای است که بر روی پذیرش شهر الکترونیک تأثیرگذار است. تمرکز اصلی این پژوهش بر شناسایی عوامل مرتبط بین اعتماد شهروندان و شهر الکترونیک بوده که با بررسی پارامترهای مؤثر بر اعتماد شهروندان باهدف تعیین اینکه چه عواملی می‌توانند اعتماد شهروندان به خدمات شهر الکترونیک را تحت تأثیر قرار دهند، انجام شد. هم‌چنین عملکرد دو روش استفاده شده در ارزیابی این شاخصها مورد مقایسه قرار گرفت. روش: روش تحقیق توصیفی- تحلیلی و مبتنی بر مطالعات اسنادی، کتابخانه‌ای و بررسیهای میدانی و پیمایشی در شهر قیر بود. داده‌ها و اطلاعات براساس فضاهای موجود شهر مذکور و پیمایش از شهروندان به دست آمده است. در این تحقیق از روش نمونه‌گیری تصادفی استفاده شده و حجم نمونه بر اساس فرمول کوکران با توجه به جمعیت 18200 نفری شهر، 380 نفر به طور تصادفی تعیین گردید. یافته‌ها: نتایج آنالیز حساسیت به منظور شناسایی اولویت­های اعتماد به شهر الکترونیک نشان داد که پارامترهای اعتماد به شبکه، ویژگی شهروندان، کیفیت شبکه و اعتماد شهروندان به ترتیب از اهمیت بیشتری در برآورد نرخ اعتماد به شهر الکترونیک برخوردارند. به عبارت دیگر به منظور بالا بردن میزان اعتماد شهروندان به شهر الکترونیک پارامتر اعتماد به شبکه از اهمیت نسبتاً بیشتری برخوردار است و می­توان با امن­سازی بیشتر اینترنت، شبکه­های دولتی و خصوصی و فناوری شهر الکترونیک گامی مؤثرتر در جهت افزایش اعتماد شهروندان به شهر الکترونیک برداشت. نتایج حاصل از پژوهش حاضر بیانگر توانایی بالای روشهای عملکرد شبکه عصبی RBF و سیستم عصبی-فازی در برآورد نرخ اعتماد به شهر الکترونیک می‌باشد که با مقایسه عملکرد دو روش شبکه عصبی RBF و سیستم عصبی-فازی مشاهده گردید که عملکرد سیستم عصبی-فازی به نسبت بهتر بوده و از دقت بیشتری  برخوردار است. بحث: پیشنهاد می‌شود مدیران شهری با توجه به ترتیب اهمیت شاخصهای اعتماد به شهر الکترونیک و با رعایت اولویت، میزان اعتماد به شهر الکترونیک را افزایش داده و پذیرش و استفاده شهروندان را از شهر الکترونیک ارتقا دهند

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تعیین قواعد بهره‌برداری از مخزن سد درودزن با استفاده از شبکه ‌عصبی تطبیق‌پذیر مبتنی بر سیستم استنتاج فازی (ANFIS)

Nowadays, water resource management has been shifted from the construction of new water supply systems to the management and the optimal utilization of the existing ones. In this study, the reservoir operating rules of Doroodzan dam reservoir, located in Fars province, were determined using different methods and the most efficient model was selected. For this purpose, a monthly nonlinear multi-...

full text

طراحی 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...

full text

ارزیابی کارایی روش توابع متعامد تجربی نسبت به سیستم استنتاج فازی و شبکه عصبی مصنوعی برای پیش‌بینی جریان

برای پیش­بینی مقدار جریان ورودی، معمولا دو روش کلی مدل‌سازی متکی به فرآیند و مدل­سازی متکی به داده استفاده می‌شود. از جمله روش‌های متکی به داده در زمینه پیش­بینی جریان رودخانه، مدل­های شبکه عصبی مصنوعی، مدل­های رگرسیون، مدل­های سری­زمانی و مدل­های منطق­فازی می­باشد. در این تحقیق کارایی روش دیگری به نام تکنیک توابع متعامد تجربی نسبت به روش‌های شبکه عصبی مصنوعی و سیستم استنتاج فازی برای پیش­بینی ...

full text

پیش‌بینی خشکسالی با بکار‌گیری از مدل‌های شبکه عصبی مصنوعی و سیستم استنتاج عصبی‌-‌ فازی تطبیقی در حوزة مُند استان فارس

   امروزه خشکسالی یک معضل جدّی و گریبانگیر دربسیاری از کشور­های جهان است؛بنابراین پیش­بینیِ آن از اهمیت به‌سزایی برخوردار می­باشد. در این تحقیق، کارایی شبکة عصبی مصنوعی و سیستم استنتاج عصبی­- ­فازیتطبیقی به عنوان روش­هایی مؤثر برای پیش­بینی شدت خشکسالی حوزة "مُند" استان فارس مورد بررسی قرار گرفت. برای این منظور از داده­های بارندگی ماهانة ایستگاه باران‌سنجی تنگاب استان فارس با دورة آماری 32 ساله اس...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 17  issue 64

pages  199- 235

publication date 2017-04

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023