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

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