فهرست نشریات علمی دسترسی آزاد ایران

پژوهش پیش‌رو با استفاده از روش خوشه‌بندی کاهنده در سیستم عصبی- فازی تطبیقی به ارایه مدلی برای برآورد میزان خطای جهت افت درخت در قطع هدایت‌شده می‌پردازد. بدین منظور 95 اصله درخت در پارسل 207 سری دو حوضه آبخیز ناو توسط اکیپ عملیات قطع و صرف‌نظر از مهارت اره موتورچی‌ها، قطع شدند. اختلاف جهت پیش‌بینی‌شده و جهت افت واقعی درختان به‌عنوان خطای افت اندازه‌گیری شد. با درنظر گرفتن 12 عامل به‌عنوان عامل‌های مؤثر در میزان خطای افت و با به‌کارگیری دو نوع الگوریتم یادگیری، دو نوع تابع استنتاج و پنج نوع تابع عضویت برای متغیرهای ورودی، مدل‌های مختلف عصبی- فازی با روش خوشه‌بندی کاهنده ساخته و ارزیابی شدند. نتایج نشان داد که تابع عضویت ذوزنقه‌ای در ترکیب با سیستم استنتاج سوگنو مرتبه یک و الگوریتم یادگیری پس انتشار خطا بهترین عملکرد را در میان کلیه ترکیبات مورد نظر داشته‌اند. تحلیل حساسیت مدل نشان داد که مهم‌ترین عامل‌ها به‌ترتیب شیب زمین، زاویه سطح بن‌بری و بن‌زنی در امتداد حاشیه برش، قطر و زاویه دهانه بن‌زنی بوده‌اند و بقیه عامل‌ها تأثیر کمتری داشته‌اند. نتایج برآورد مدل نشان داد که گمان گروه قطع در تعیین انتخاب جهت افت درخت در شرایط پرشیب‌تر به واقعیت نزدیک‌تر بود. به‌علاوه، افزایش قطر درخت و باز کردن بیش از حد دهانه بن‌زنی با افزایش خطای قطع همراه بود.