
Springer Science and Business Media LLC
SCIE-ISI SCOPUS (2009-2023)
1933-9747
Cơ quản chủ quản: Association for Fire Ecology , SPRINGER
Các bài báo tiêu biểu
Các vụ cháy rừng có ảnh hưởng quan trọng đến môi trường và đời sống của chúng ta. Khả năng dự đoán chính xác diện tích có thể bị ảnh hưởng trong một sự kiện cháy rừng có thể giúp tối ưu hóa các nỗ lực quản lý cháy. Với sự phức tạp của nhiệm vụ này, cần có các công cụ tính toán mạnh mẽ để dự đoán diện tích sẽ bị cháy trong một vụ cháy rừng. Mục đích của nghiên cứu này là phát triển một hệ thống thông minh dựa trên lập trình di truyền để dự đoán các khu vực bị cháy, chỉ sử dụng dữ liệu liên quan đến rừng đang phân tích và dữ liệu khí tượng. Chúng tôi đã sử dụng lập trình di truyền hình học dựa trên các toán tử hình học đã được định nghĩa gần đây cho lập trình di truyền. Kết quả thí nghiệm, đạt được bằng cách sử dụng cơ sở dữ liệu của 517 sự kiện cháy rừng từ năm 2000 đến 2003, đã cho thấy tính thích hợp của hệ thống đã đề xuất trong việc dự đoán các khu vực bị cháy. Cụ thể, các kết quả đạt được với lập trình di truyền hình học tốt hơn đáng kể so với những gì được tạo ra bởi lập trình di truyền tiêu chuẩn và các phương pháp học máy tiên tiến khác trên cả dữ liệu huấn luyện và dữ liệu ngoài mẫu. Nghiên cứu này cho thấy việc điều tra sâu hơn về lập trình di truyền trong lĩnh vực dự đoán cháy rừng có thể mang lại hiệu quả cao.