پیش بینی تعداد بی خانمان های شهر تهران با استفاده از مدل شبکه عصبی و سری زمانی ARIMA – مطالعه موردی منطقه 19 شهرداری تهران

بیخانمانی به عنوان یکی از نازیبا ترین پدیده های اجتماعی همواره مورد توجه مسئولین حوزه برنامه ریزی شهری می باشد.روش هایی که در گذشته در زمینه پیش بینی به کار گرفته می شد عمدتاً شامل مدل های ARIMA باکس و جنکینز بوده اند. فرض در استفاده از این مدل ها بر اساس همبستگی خطی بین مشاهدات می باشد. حال اینکه در دنیای واقعی این فرض برای توصیف ویژگی غیر خطی فرآیند های اجتماعی مناسب نمی باشد. به همین دلیل روش هایی همچون شبکه عصبی که برای مدل سازی مسایل غیرخطی پیچیده مناسب هستند در سال های اخیر به عنوان یکی از پرطرفدارترین روش ها در این حوزه شناخته شده اند. در این پژوهش به منظور پیش بینی تعداد بی خانمانان از الگوریتم شبکه عصبی مصنوعی MLP استفاده شده است. نتایج تحقیق نمایانگر این موضوع است که مدل معرفی شده کارایی قابل توجهی را برای پیش بینی این پدیده دارد.

کلیدواژه ها:

برنامه ریزی و مدیریت شهری ، مدل ریاضی غیر خطی ، پیش بینی ، مدل شبکه عصبی MLP ، مدل سری زمانی ARIMA