ارزیابی کارایی الگوی تلفیقی CA-ANN در مدلسازی رشد شهری (مطالعه موردی: کلان شهر تهران)
عنوان مقاله: ارزیابی کارایی الگوی تلفیقی CA-ANN در مدلسازی رشد شهری (مطالعه موردی: کلان شهر تهران)
شناسه ملی مقاله: JR_JGRD-16-1_010
منتشر شده در در سال 1397
شناسه ملی مقاله: JR_JGRD-16-1_010
منتشر شده در در سال 1397
مشخصات نویسندگان مقاله:
هاتف الرحمن صالحی آسفیچی - دانشگاه تربیت مدرس
جلال کرمی - دانشگاه تربیت مدرس
سیدعلی علوی - دانشگاه تربیت مدرس
خلاصه مقاله:
هاتف الرحمن صالحی آسفیچی - دانشگاه تربیت مدرس
جلال کرمی - دانشگاه تربیت مدرس
سیدعلی علوی - دانشگاه تربیت مدرس
اهداف: پیدایش محیطی در هم تنیده، آلوده و پرازدحام در شهر تهران، لزوم مدیریت بهینه منابع طبیعی و استفاده درست از پهنه زمین در این شهر را بیش از پیش نمایان ساخته است. هدف اصلی این پژوهش، شبیه سازی توسعه شهری کلان شهر تهران بین سالهای ۱۹۹۰ و ۲۰۱۰ میلادی و نهایتا ارزیابی کارآیی مدلهای ترکیبی و رایج سلولی مبتنی بر الگوی ترکیبی سلول های خودکار و الگوریتم شبکه عصبی مصنوعی است. روش: به دلیل وجود تواناییها و مزایایی که شبکه عصبی در تشخیص الگوهای مکانی دارا است، در این پژوهش از شبکه پرسپترون چندلایه جهت شبیهسازی و پیشبینی توسعه شهری استفاده شده است. پارامترهایی از قبیل فاصله از نزدیکترین شیء و یا پیکسل شهری، فاصله از خیابانها و راهها، فاصله از مراکز جذب نیز بهعنوان پارامترهای موثر در رشد و توسعه شهری در نظر گرفته شدهاند. یافتهها/ نتایج: به کارگیری تلفیقی مدل سلولهای خودکار و الگوریتم بهینهسازی شبکه عصبی مصنوعی، میتواند در فرایند کالیبراسیون قوانین انتقال سلولهای خودکار بهبود ایجاد کند. مقایسه آماری واقعیت زمینی شهر تهران در سال ۲۰۱۰ با تصاویر شبیه سازی شده حاصل از مدل ترکیبی و نیز مدل رایج رستری سلول های خودکار، بیان گر دقت بالاتر مدل پیشنهادی است، به گونهای که طبق نتایج مدلسازی مبتنی بر دو تصویر، شاخص کاپا و دقت کلی برای مدل ترکیبی به ترتیب به میزان ۷۶% و ۹۰.۶۹% و برای مدل رایج رستری، به میزان ۷۰.۴۷% و ۸۷.۸۵% و نیز طبق مدلسازی مبتنی بر سه تصویر، این شاخصها به ترتیب برای مدل ترکیبی به میزان ۶۹.۱۸% و ۸۴.۸۸% و برای مدل رایج رستری به میزان ۶۳.۳۷% و ۸۲.۹۸% برآورد شده است. نتیجهگیری: پژوهش حاضر نشان داد که بررسی روند تغییرات مکانی-زمانی پدیده ها از جمله گسترش شهرها، نیازمند به کارگیری الگوهایی پویا در زمان است. در این میان، الگوی ترکیبی خودکارههای سلولی به سبب ساختار ساده و پویای خویش و نیز برخورداری از ویژگی های قدرتمند مکانی، در این گونه مدلسازی ها میتوانند استفاده شوند.
کلمات کلیدی: کلانشهر تهران, گسترش شهری, سلول های خودکار, شبکه عصبی مصنوعی, شاخص کاپا
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1351086/