مدلسازی توسعه افقی شهر با استفاده از شبکه های عصبی مصنوعی مکانمند(مطالعه موردی: شهر سیرجان)

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 851

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GPACONF03_022

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

شهرها سیستمهای پیچیده، باز، پویا و خود سازمانده هستند که در فرآیند توسعه آنها، بسیاری از نشانه های پیچیدگیمانند ابعاد فراکتال، خودمانندی و خودسازماندهی وجود دارد. با ایجاد سیستم اطلاعات جغرافیایی و سنجش از راه دور وهمچنین امکان استفاده از این روشها در مسائل شهری اعم از فراهم نمودن و جمع آوری داده، شناسایی علل و عواملمدیریت و تجزیه تحلیل و حتی پیشبینی و مدلسازی رشد شهری کمک شایانی به مدیران جهت اخذ تصمیمات صحیح وبرنامهریزی اصولی داشته است. راهکارهای ارائه شده برای این منظور در حوزه سیستمهای اطلاعات جغرافیایی نیازمنداستخراج پارامترهای موثر در توسعه شهری به صورت بهینه و سپس بکارگیری آنها در قالب یک مدل شبیه سازی مکانمند وزمانمند است. چگونگی یافتن ارتباط پیچیده میان پارامترهای موردنظر و فرآیند توسعه شهری نیازمند مدلی با قابلیتتصویرسازی این روابط میباشد. به کمک شبکه عصبی به عنوان یک ابزار مدلسازی قدرتمند در شبیهسازی رشد شهری،روش استخراج احتمال توسعه هر سلول، به صورت خودکار و طی فرآیند آموزش و شبیه سازی تعیین میگردد. بر این اساسپژوهش حاضر، با استفاده از شبکه های عصبی مصنوعی به شبیه سازی توسعه افقی شهر سیرجان پرداخته است. بدین منظورآموزش شبکه عصبی مصنوعی از طریق الگوریتم LMبه منظور پیشبینی وضعیت رشد توسعه فیزیکی شهر سیرجان به کارگرفته شد و مدل ارائه شده، به وسیلهی انواع همسایگی ها و همچنین تغییر در تعداد نرونها بهینه گردید. نتایج حاصل بیانگربهینه بودن الگوریتم ،LMبا دقت بالا در همسایگی 5×5و تعداد 20نرون و دو لایه میانی است. نتایج حاصل نشان داد کهاین مدل قابلیت پیشبینی مناطق توسعه یافته با دقت %92را داراست.

کلیدواژه ها:

شبکه عصبی ، شبیه سازی توسعه شهر ، ، GISسیرجان

نویسندگان

مرضیه فتحی زاده

دانشجوی کارشناسی ارشد سنجش از دور و ،GISدانشگاه خوارزمی

هانی رضائیان

عضو هیئت علمی، دانشگاه خوارزمی

مرضیه دادی زاده

دانشجوی کارشناسی ارشد سنجش از دور و ،GISدانشگاه هرمزگان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • جعفری ع.0 و حبیب پور ع. (1387). ارزیابی اثرات توسعه ...
  • فردوسی، بهرام(384 1).امکان‌سنجی و کاربرد سیستم پشتیبان تصمیم‌گیری در توسعه ...
  • عئوان نقشه: توسعه فیز یکی شهر سیرجان از سال _ ...
  • Almedia, C., & Gleriani, J. (2005, April 16-21). Cellular Automata ...
  • Bella, K. P& Irwin, E.G (2002).Spatially Explicit Micro-level Modeling of ...
  • Couclelis, H. (1986). Cellular world, a framework for modelling micro-macro ...
  • Dimitrios, T, (2012). Urban Growth Modelling Using Determinism and Stochasticity ...
  • Jain, R.K & Arora, M. K.(2007). An Artificial Neural Network ...
  • Kamyab, H.R. (20 10). Using Neural Network for Urban Growth ...
  • Khalid, A., Linda, S., Alison, H. and James, H (2008). ...
  • Kiavarz Mogh addam, M&S amad Zadegan, F. (2009).Urban simulation Using ...
  • Lin, H. et al. (2005). Modeling Urban and Land Use ...
  • Mohammady, S .et al. (2013). Urban Growth Modelling with Artificial ...
  • Narimah. S(2007). Integrating GIS and Cellular Automata Spatial Model in ...
  • Qingsheng, Y. and Xia, Xun (2008). Cellular automata for simulating ...
  • Siomes, J .et al. (2009). A Bottom Up Approach to ...
  • Soltani, A & Karimzadeh, D.(2013). The Spati o-Temporal Modeling of ...
  • نمایش کامل مراجع