ارتقای روش MOLA با توجه به معیارهای سیمای سرزمین و بهره گیری از الگوریتم ژنتیک
Publish place: Town and Contry Plannig، Vol: 7، Issue: 1
Publish Year: 1394
Type: Journal paper
Language: Persian
View: 160
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_JTCP-7-1_002
Index date: 1 November 2023
ارتقای روش MOLA با توجه به معیارهای سیمای سرزمین و بهره گیری از الگوریتم ژنتیک abstract
در فرایند اختصاص مکانی کاربریها به یک پهنه، به طور معمول میان کاربریها رقابت وجود دارد. برای حل این رقابت، دو رویکرد تخصیص زمین به چند کاربری (MOLA) و الگوریتم ژنتیک (GA) برای شهرستان گرگان به کار گرفته شدند. رویکرد MOLA بر اساس تناسب و روش نزدیکی به نقطه مطلوب عمل میکند و برای GA، با به کارگیری لایه تناسب و شاخص پیوستگی (Cohesion Index) کاربری تخصیص میشود. جهت بهبود رویکرد MOLA، لایه نهایی به عنوان جمعیت اولیه در GA استفاده شد. همچنین، با تعریف شاخص پیوستگی به عنوان معیار سیمای سرزمین، تلاش شد لکههای ایجادشده شکل منسجمتری داشته باشند، که این ویژگی در رویکرد MOLA غایب است. نتایج نشان داد به کارگیری GA بر اساس خروجی رویکرد MOLA در بهبود قابلیت این رویکرد از نظر معیارهای سیمای سرزمین تاثیری بسزا دارد. اگرچه واردکردن معیارهای سیمای سرزمین باعث ازدسترفتن بخشی از تناسب برای کاربریها میشود، با متوازن کردن تناسب و شاخص سیمای سرزمین در GA میتوان حد متعادلی از آنها را لحاظ کرد. لایه ایجادشده توسط GA از لحاظ معیارهای سیمای سرزمین و تناسب، قابلیت به کاریگری ترکیبی از رویکردهای مختلف را در آمایش برای رسیدن به راهحل بهینه نشان داد.
ارتقای روش MOLA با توجه به معیارهای سیمای سرزمین و بهره گیری از الگوریتم ژنتیک Keywords:
ارتقای روش MOLA با توجه به معیارهای سیمای سرزمین و بهره گیری از الگوریتم ژنتیک authors
حمیدرضا کامیاب
دانشجوی دکتری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران
عبدالرسول سلمان ماهینی
دانشیار، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران
محمد شهرآئینی
استادیار، دانشکده فنی و مهندسی، دانشگاه گلستان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :