غفاری رزین, میر رضا

دانشگاه صنعتی خواجه نصیرالدین طوسی دانشکده مهندسی ژئودزی و ژئوماتیک

[ 1 ] - توموگرافی یونوسفر بکمک روش کمینه‌سازی توابع هدف و شبکه‌های عصبی مصنوعی در منطقه ایران

در این مقاله روش کمینه‌سازی توابع هدف با کمک شبکه‌های عصبی موجک چند لایه، جهت مدل‌سازی توموگرافی یونوسفر به عنوان یک روش جدید ارائه شده است. براساس روش توموگرافی، تابع هدفی تعریف گردیده و سپس با کمک شبکه‌های عصبی موجک چند لایه (WNN) طراحی شده، مقدار این تابع هدف به کمترین میزان خود می‌رسد. جهت بهینه‌سازی وزن‌ها و بایاس‌ها در شبکه‌های عصبی، می‌بایستی از یک الگوریتم آموزش مناسب بهره گرفت. به همین...

[ 2 ] - ارزیابی کارائی شبکه عصبی چند لایه MLP-ANN با الگوریتم آموزش PSO در مدل‌سازی سری زمانی محتوای الکترون کلی لایه یونسفر

در این مقاله از یک شبکه عصبی مصنوعی (ANN) 3 لایه با 18 نورون در لایه مخفی جهت مدل‌سازی سری زمانی تغییرات محتوای الکترون کلی (TEC) لایه یونسفر در منطقه ایران استفاده شده است. مشاهدات 36 ایستگاه GPS در 11 روز متوالی (روز 220 GPS الی روز 230 GPS) از سال 2012 جهت مدل‌سازی بکار گرفته شده است. جهت سرعت بخشیدن به مرحله آموزش و نیز بالا بردن دقت و صحت نتایج از الگوریتم آموزش بهینه‌سازی انبوه ذرات (PSO)...

[ 3 ] - کاربرد پایدارسازی بروش هیبرید در بازسازی توموگرافی چگالی الکترونی یونوسفر در ایران

توموگرافی یونوسفر یک روش بسیار موثر جهت بررسی ویژگیهای فیزیکی این لایه از جو می‌باشد. بازسازی توموگرافیک چگالی الکترونی یونوسفر بدلیل کمبود مشاهدات ورودی و نیز عدم توزیع یکنواخت آنها یک مساله معکوس بدوضع محسوب می‌شود. در این مقاله از یک روش جدید پایدارسازی بنام هیبرید جهت حل این مساله استفاده شده است. این روش ترکیبی از روشهای پایدارسازی تیخونوف و تغییرات کلی (TV) می‌باشد. مزیت این روش در کمتر ش...

[ 4 ] - آنالیز تغییر شکل پوسته زمین در ایران با معیار دوران متوسط Novozhilov با استفاده از روش اجزای محدود

ایران کشوری لرزه‌خیز بوده و وجود زمین‌لرزه‌های تاریخی در آن نشان‌دهنده این مطلب است که فلات ایران از لحاظ ژئودینامیکی مستعد زمین‌لرزه‌های بزرگ می‌باشد. توجه به این موضوع محققین را بر آن داشته که از روش‌های مختلف به مطالعه ژئودینامیک کشور ایران بپردازند. بدین منظور در این مقاله به بررسی یک معیار عددی جدید به نام Novozhilov برای محاسبه دوران متوسط، با روش اجزای محدود پرداخته شده است. برای رسیدن ب...

[ 5 ] - مدل‌سازی منطقه ای TEC با استفاده از شبکه‌های عصبی مصنوعی و مدل چند جمله‌ای در ایران

در این مقاله از یک شبکه عصبی مصنوعی پرسپترون 3 لایه با 5 نرون در لایه مخفی جهت مدلسازی مقدار محتوای الکترون لایه یونوسفر (TEC) استفاده شده است. بدین منظور از 25 ایستگاه GPS شبکه ژئودینامیک کشور ایران در محدوده عرض جغرافیایی 24 الی 40 درجه و طول جغرافیایی 44 الی 64 درجه استفاده گردیده است. ارزیابی نتایج بدست آمده از شبکه عصبی مصنوعی مدلسازی شده برای این منطقه توسط 1 ایستگاه تست GPS که مقادیر محت...

[ 6 ] - آنالیز سه بعدی تغییرات زمانی و مکانی چگالی الکترونی لایه یونوسفر برمبنای داده های پیوسته GPS شبکه ژئودینامیک ایران

یونوسفر لایه ای از جو زمین می باشد که از ارتفاع 80 کیلومتری تا ارتفاع بیش از 1000 کیلومتری زمین گسترش پیدا کرده است. این لایه از جو به دلیل خاصیت الکتریکی، اثرات بسیار مهم و اساسی بروی امواج عبوری از آن دارد. پس از برداشتن اثر SA از سیستم تعیین موقعیت جهانی GPS، تاخیر یونوسفری به عنوان مهمترین منبع خطا، در تعیین موقعیت و ناوبری توسط این سیستم محسوب می شود. بررسی و حذف این اثر مستلزم شناخت تو...

[ 7 ] - مدل‌سازی میدان سرعت پوسته زمین با استفاده از شبکه‌‌های عصبی مصنوعی ANNsبررسی موردی: شبکه ژئودینامیک ایران)

در این مقاله از یک شبکه عصبی مصنوعی پرسپترون 3 لایه با 28 نورون در لایه مخفی به‌منظور مدل‌سازی مولفه شرقی (VE) و 27 نورون در لایه مخفی برای مدل‌سازی مولفه شمالی (VN) میدان سرعت پوسته زمین در منطقه ایران استفاده شده است. ارزیابی نتایج به‌دست آمده از شبکه عصبی مدل‌سازی شده در 11 ایستگاه آزمون GPSکه بردارهای سرعت آنها نسبت به صفحه اوراسیا مشخص بوده،صورت گرفته است. کمینه‌‌ خطای نسبی به‌دست آمده از ...

[ 8 ] - بهبود دقت تعیین موقعیت در مکان‌های سرپوشیده با استفاده از شبکه بی‌سیم با روش اثر مکانی محل

امروزه سیستم‌های تعیین موقعیت جهانی، در مواقعی که دید مستقیم بین کاربر و ماهواره‌های آن‌ها وجود ندارد، در درون ساختمان‌ها و در ناحیه‌های شهری متراکم کارایی چندانی ندارند. از این‌ رو در سال‌های اخیر سیستم تعیین موقعیت داخلی به‌طور قابل‌توجهی مورداستفاده قرارگرفته است. هدف اصلی این تحقیق تعیین موقعیت در داخل ساختمان با شبکه بی‌سیم می‌باشد. الگوریتم تعیین موقعیت داخلی شبکه بی‌سیم می‌تواند به چند ر...