بخشی از مقاله
چکیده
منطقه بررسی شده در غرب مشهد قرار دارد. با توجه به ساخت و ساز و سرمایه گذار ها کلان در این منطقه از مشهد در این راستا و نیز مسائلی مانند خطر پذیر این قسمت از شهر شناخت ساختگاه امر بسیار ضرور و اجتناب ناپذیر میباشد. برا انجام این خوشه بند ابتدا اطلاعات ﮊئوتکنیکی از مناطق مختلف بخش غربی شهر مشهد جمع آور گردیده است. برا دست یافتن به طبقه بند با دقت مناسب، هر کدام از این روشها در نرم افزار MATLAB با معرفی تعداد زیاد کلاس آموزشی خاک مورد مقایسه قرار گرفت.
پس از مقایسه طبقه بند ها مختلف با ارزیابی دقت آنها با تشکیل جدول ماتریس خطا بهترین طبقه بند با دقت بالا انتخاب گردید. بر این اساس از روش تحلیل خوشه ا K میانگین به منظور طبقه بند خاک و ارائه ویژگیها فیزیکی مشابه هر طبقه استفاده شده است. بر اساس این روش خاکها در دو محدوده متفاوت از نظر عمق - ۵-۰ - در۴ خوشه مختلف با بیشترین درجه شباهت به یکدیگر خوشه بند شده است.
مقدمه
امروزه مطالعات ﮊئوتکنیکی جزﺀ جدائی ناپذیر در هر پروﮊه عمرانی می باشد و از آنجائی که داشتن اطلاعات کافی در مورد اعماق مختلف خاک جزﺀ با اطلاعات ﮊئوتکنیکی که از تعداد زیاد گمانه ها حفرشده به دست می آید، مقدور نیست، تشکیل بانکها اطلاعاتی یکی از بهترین روش ها برا جا نمایی داده ها خام حاصل از این مطالعات میباشد. اطلاعات جا گرفته در این بانک ها اطلاعاتی در وحله نخست داده ها خامی هستند که از حفر تعداد زیاد از گمانه ها بدست آمده اند. داده ها موجود در این بانک ها اگرچه مقادیر زیاد از اطلاعات را در اختیار مهندسین طراح قرار میدهد اما سبب نوعی سردرگمی نیز خواهد شد.
برا مثال بانک داده ا را در نظر بگیرید که چندین هزار داده خام را که حاصل فعالیت ها چندین شرکت است را در خود جا داده باشد. برا حل این مشکل بی شک بهترین روش قرار دادن اطلاعات مشابه در طبقات شبیه یکدیگر میباشد که به اصطلاح آنرا خوشه بند اطلاعات مینامند. - . - Webster and Burrough, 1972; Raynr, 1996 با توجه به اینکه حفر گمانه و انجام مطالعات لازم برا یک پروﮊه کوچک از لحاظ اقتصاد مقرون به صرفه نمی باشد و اغلب کارفرمایان از انجام این قسمت از پروﮊه امتناع می ورزند، لذا در این تحقیق سعی شده است که با استفاده از اطلاعات ۰۵ گمانه حفر شده در بخش غربی مشهد تقریب قابل قبولی از پارمتر ها فیزیکی خاک مانند C و φ ارائه شود. که در ادامه می توان برا هر منطقه با توجه به خوشه ساز ها صورت گرفته ، پارامترها مناسب ﮊئوتکنیکی را تخمین مناسبی زد و در اختیار مهندسین طراح قرار داد.
موقعیت جغرافیایی
منطقه مورد مطالعه درغرب مشهد با مختصات طول ۹۵ درجه و ۷۲ دقیقه تا ۹۵ درجه و ۳۳ د قیقه شرقی و ۶۳ درجه و ۸۱ دقیقه تا ۶۳درجه و ۳۲ دقیقه شمالی واقع است.
مواد و روش کار
برا انجام این کار مجموعا از ۰۰۶۳ داده مربوط به ۰۵ گمانه حفر شده در منطقه غرب مشهد پس از تشکیل بانک اطلاعاتی استفاده شده است. روش ها آمار تحلیل داده ها تماما توسط نرم افزار SPSS 18 و MATLAB انجام شده است. به کمک همین نرم افزار داده ها نرمال ساز شده اند تا از اثر گذار مقادیر واریانس پراکنش داده ها جلوگیر گردد. همچنین برا کاهش حجم داده ها و تعیین مهمترین متغیرها مؤثر در شکل گیر پدیده ها دراین تحقیق از تحلیل عاملی استفاده شده است. این روش توسط کارل پیرسون و چارلز اسپیرمن برا اولین بار هنگام اندازه گیر هوش مصنوعی مطرح شد و برا تعیین تأثیرگذارترین متغیرها در زمانیکه تعداد متغیرها مورد بررسی زیاد و روابط بین آنها ناشناخته باشد، استفاده می شود.
بر اساس این روش و در این تحقیق متغیرها در عاملهایی قرار گرفته اند به طوریکه از عامل اول به عاملها بعد درصد واریانس کاهش می یابد، از این رو متغیرهایی که در عاملها اولی قرار می گیرند، تأثیرگذارترین هستند. برا انتخاب متغیرها مناسب برا تحلیل عاملی نیز در این تحقیق از ماتریس همبستگی استفاده شده است. همچنین برا اطمینان از مناسب بودن داده ها برا تحلیل عاملی افزون برحصول اطمینان از اینکه ماتریس همبستگی هایی که پایه تحلیل قرار گرفته اند در جامعه برابر صفر نیست، از آزمون کرویت بارتلت بر اساس فرمول زیر استفاده شده است.
تحلیل خوشه ای
اصطلاح تحلیل خوشه ا اولین بار توسط Tryon در سال ١٩٣٩ برا روش ها گروه بند اشیائی که شبیه بودند مورد استفاده قرار گرفت. تجزیه خوشه ا ابزار میانبر تحلیل داده ها است که هدف آن نظم دادن به اشیاﺀ مختلف به گروه هایی که درجه ارتباط بین دو شیﺀ اگر آنها به یک گروه تعلق داشته باشند حداکثر و در غیر این صورت حداقل است. به عبارت دیگر تحلیل خوشه ا ساختار داده ها را بدون توضیح اینکه چه وجود دارد را نشان می دهد. البته این خوشه بند زمانی صورت میگیرد که پراکندگی جامعه ا که نمونه از آن گرفته شده است زیاد باشد.
در این حال شرط اساسی برا تشکیل خوشه ها این است که خوشه ها افراز از جامعه یا نمونه باشند. یعنی هر داده تنها در یک خوشه قرار گیرد و از طرفی اجتماع تمام خوشه ها برابر کل نمونه یا جامعه مورد نظر باشد. از اینرو هدف از خوشه بند داده ها آن است که مشاهدات را به گروه ها متجانس تقسیم کنیم، به طور که مشاهدات هر گروه بیشترین شباهت و مشاهدات گروه ها مختلف کمترین شباهت را با هم داشته باشند.در خوشه بند مفاهیم فاصله و تشابه از مفاهیم اساسی میباشد.
فاصله اندازه ا است که نشان می دهد دو مشاهده تا چه حد جدا از یکدیگرند. در حالی که تشابه شاخص نزدیکی آنها با یکدیگر است. در این تحقیق قبل از تحلیل، نخست یک مقیاس کمی را که بر پایه همخوانی - تشابه - بین مشاهده ها اندازه گرفته شده، انتخاب شده است. این شاخصها با توجه به الگوریتم تشکیل خوشه ها، ماهیت متغیرها - پیوسته، گسسته یا دو ارزشی - و مقیاس اندازه گیر انتخاب شده اند.
بحث
- الگوریتم خوشه بندی سلسله مراتبی
خوشه بند سلسله مراتبی، این قابلیت را دارد که تعداد دسته ها مناسب را بدون پیش فرض تعیین کرده، این طبقه بندرا در شرایط وجود متغیر ها متعدد را در طبقه بند انجام دهد. در چنین شرایطی که متغیر ها زیاد در طبقه بند وجود دارد و یا طبقه بند در فضا چند بعد انجام می شود و تقریباﹰ از نحوه پراکندگی داده ها اطلاعی در دست نیست این روش می تواند بهترین گزینه برا طبقه بند داده ها باشد.
از آنجائیکه در این روش خوشه بند توابع امتیاز دهنده امتیاز را برا عضویت هر مشاهده در هر خوشه به آن نسبت میدهند بنابر این برا هر مشاهده جدید با توجه به امتیاز که برا هر عضویت در هر خوشه کسب کرده است میتوان عضویت آنرا در یکی از خوشه ها مشخص کرد. با این حال امتیاز تعلق مشاهده جدید به هر گروه بیشتر باشد مشاهده را به آن خوشه نسبت میدهیم. در ادامه مراحل الگوریتمیک ساخت خوشه نشان داده شده است. در این الگوریتم ورود ها، روش مورد استفاده، روش اندازه گیر ، نرمالایز شدگی داده ها و حداقلی، حداکثر و افزایشی خوشه ساز بوضوح قابل مشاهده میباشد.
