هوش مصنوعی در شناسایی و پیش بینی تخلفات ساختمانی: مطالعه موردی در شهرداری ماهدشت

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 11

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EBUCONF30_131

تاریخ نمایه سازی: 29 اردیبهشت 1405

چکیده مقاله:

با افزایش سریع جمعیت و توسعه شهرنشینی در ایران، مدیریت شهری با چالش های متعددی روبرو شده است که یکی از مهم ترین آن ها، پدیده تخلفات ساختمانی است. تخلفات ساختمانی نه تنها نظم شهری را بر هم می زند، بلکه ایمنی ساکنان را به خطر انداخته و از دست رفتن منابع طبیعی و فضاهای سبز را به همراه دارد. روش های سنتی نظارت بر ساخت وسازها که مبتنی بر بازدیدهای میدانی دستی و گزارش های مردمی است، به دلیل محدودیت منابع انسانی، کندی فرآیند رسیدگی و عدم پوشش کامل، کارایی لازم را ندارند. این پژوهش با هدف بررسی امکان سنجی و اثربخشی استفاده از فناوری های هوش مصنوعی (AI) در شناسایی و پیش بینی تخلفات ساختمانی در شهرداری ماهدشت انجام شده است. ماهدشت به عنوان یک منطقه نیمه شهری با رشد فیزیکی سریع و بافت پراکنده، نمونه ای مناسب برای این مطالعه محسوب می شود. روش تحقیق در این مقاله به صورت توصیفی-تحلیلی و با رویکردی کاربردی و مقایسه ای طراحی شده است. در بخش نخست، داده های تاریخی تخلفات ساختمانی شهرداری ماهدشت در بازه زمانی پنج ساله (۱۳۹۸ تا ۱۴۰۳) جمع آوری و پیش پردازش شدند. در بخش دوم، از الگوریتم های یادگیری ماشین از جمله درخت تصمیم (Decision Tree) و ماشین بردار پشتیبان (SVM) برای مدل سازی الگوهای تخلف استفاده شد. همچنین، برای شناسایی تخلفات فعال، از تصاویر ماهواره ای با وضوح بالا و شبکه های عصبی کانولوشنال (CNN) برای پردازش تصویر و مقایسه وضعیت زمین در زمان های مختلف استفاده گردید. یافته های این پژوهش نشان می دهد که ادغام داده های مکانی با الگوریتم های پیش بینانه می تواند دقت شناسایی تخلفات را تا ۸۵ درصد افزایش دهد. نتایج نشان داد که مدل پیشنهادی قادر است با دقت ۸۲ درصدی، مناطق پرخطر تخلف را پیش بینی کند. همچنین، مقایسه نتایج این روش با روش های سنتی نظارتی نشان داد که هزینه های نظارتی تا ۴۰ درصد کاهش و سرعت واکنش به تخلفات تا ۶۰ درصد افزایش می یابد. این مطالعه نشان می دهد که هوش مصنوعی می تواند به عنوان یک ابزار کمکی قدرتمند برای مدیران شهری در ماهدشت عمل کند تا با تبدیل رویکرد «واکنشی» به رویکرد «پیشگیرانه»، نظم شهری را تقویت نماید. پیشنهادات پژوهش شامل توسعه زیرساخت های داده محور، آموزش نیروی انسانی و ایجاد سامانه یکپارچه نظارتی است.

نویسندگان

ابراهیم قربانی

۱- کارشناس تشخیص عوارض شهرداری ماهدشت