تلفیق شبکه عصبی RBFLN و فن چندشاخصه ORESTE برای شناسایی مکان بهینه استقرار مراکز مالی و تجاری در فضای شهری (مطالعه موردی: شهر تهران)
محل انتشار: مجله آمایش سرزمین، دوره: 5، شماره: 2
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 167
فایل این مقاله در 28 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JTCP-5-2_004
تاریخ نمایه سازی: 10 آبان 1402
چکیده مقاله:
مراکز مالی و تجاری از مهمترین مراکز فعالیتهای فضای شهری محسوب میشوند و توجه به موقعیت و مکان استقرار آنها، از مهمترین عوامل سودآوری و موفقیت این مراکز است. در این مطالعه، برای شناسایی مکان بهینه استقرار مراکز مالی و تجاری، سامانه شبکه عصبی RBFLN، که شکل تغییریافتهای از شبکه عصبی بر پایه تابع شعاعی (RBFNN) است، در تلفیق با فن چندشاخصه ORESTE به کار گرفته شد. دادههای دو و چند کلاسه پارامترهای اقتصادی و تجاری، آموزشی و فرهنگی، بهداشتی و درمانی، رفاهی و تفریحی، اداری، جمعیتی، حمل و نقل و ترافیکی بر اساس شعاع تاثیرگذاری، به عنوان بردارهای چندبعدی وارد شبکه عصبی شدند. به منظور یادگیری شبکه، ۶۹ شعبه نمونه در شهر تهران و ۳۴ نقطه غیربهینه به کار گرفته شد. نتایج تحقیق شبکه RBFLN دوکلاسه با دفعات تکرار ۸۰۰ بار را با کمترین میزان خطای آموزش و طبقهبندی، به عنوان مناسبترین کلاس برای شناسایی مناطق بهینه (غربالگری) استقرار مراکز مالی و تجاری نشان میدهد. نتایج این غربالگری مناطق بهینه پیشنهادی اولیه را تشکیل میدهند که در ادامه، با فن رتبهبندی چندشاخصه ORESTE با معیارهای کیفی حاصل از مشاهدات میدانی اولویتبندی شدند. این فرایند در شهر تهران و بر روی هر ۲۲ منطقه این شهر اجرا شد.
کلیدواژه ها:
نویسندگان
غدیر عشورنژاد
کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران
حسنعلی فرجی سبکبار
دانشیار گروه جغرافیا و برنامهریزی روستایی، دانشکده جغرافیا، دانشگاه تهران
سید کاظم علوی پناه
استاد گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران
محمد حسن نامی
دکتری جغرافیای سیاسی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران