ارزیابی دقت سامانههای شبیهساز گسترش شهری مبتنی بر الگوریتمهای فراابتکاری(مطالعه موردی: کلانشهر تهران)

در درازای تاریخ و در پی کنش های گوناگون انسانی، زمین و پوشش آن همواره دستخوش دگرگونی و تحول بوده است. شناسایی، آشکارسازی، مدل سازی و پیش بینی این دگرگونی ها می تواند در مدیریت پایدار(Sustainable Management) کاربری و پوشش زمین، چه در مناطق شهری و چه غیرشهری سودمند باشد. درک بهتر روند این تغییرات مکانی - زمانی به کمک فن آوری ها، ابزارها و مهارت های نوین آسان تر شده است. در این زمینه، تصاویر ماهواره ای در کنار سامانه ی اطلاعات مکانی(Geospatial Information System)، می توانند میزان تغییرات بین دو برش زمانی معین را آشکار سازند، اما بررسی روند دگرگونی ها و تعمیم آن به آینده، نیازمند به کارگیری سامانه ای شبیه ساز به عنوان پیش رانه است. در این میان، الگوریتم های فراابتکاری(Metaheuristic Algorithms)، بیش از دیگر روش ها مورد توجه بوده اند.کلان شهر تهران به عنوان پایتخت سیاسی و اقتصادی کشور، سال ها است که با هجوم پرشتاب جمعیت و توسعه ی نامتناسب و نامتوازن روبه رو بوده است. پیدایش محیطی درهم تنیده، آلوده و پرازدحام در تهران لزوم مدیریت بهینه ی منابع طبیعی و استفاده ی درست از پهنه ی زمین در این شهر را بیش از پیش نمایان ساخته است. بدیهی است در این راستا، طراحان شهری و متخصصان محیط زیست، استراتژی هایی را برای رسیدن به اهداف ذکر شده و نیل به توسعه ی پایدار شهری (Sustainable Urban Development) طراحی می کنند. هدف اصلی این پژوهش، شبیه سازی توسعه ی شهری کلان شهر تهران در طول بازه ی زمانی دوازده ساله ی 1988 تا 2010 میلادی و نهایتاً پیش بینی گسترش آن برای سال های آتی، با به‎کارگیری الگوی ترکیبی(Hybrid Pattern) سلول های خودکار(Cellular Automata) و الگوریتم بهینه سازی توده ی ذرات(Particle Swarm Optimization) می باشد.مقایسه ی آماری واقعیت زمینی شهر تهران در سال ۲۰۱۰ با تصاویر شبیه سازی شده ی حاصل از مدل ترکیبی و نیز مدل رایج سلول های خودکار، نشان داد به کارگیری تلفیقی مدل سلول های خودکار و الگوریتم بهینه سازی توده ی ذرات، می تواند در فرایند کالیبراسیون قوانین انتقال سلول های خودکار، بهبود شایان ذکری ایجاد نماید

کلیدواژه ها:

گسترش شهری ، سلول های خودکار ، الگوریتم بهینه سازی توده ی ذرات ، دقت کلی ، شاخص کاپا