طراحی الگوی مناسب برآورد تعداد بی خانمان های شهر تهران
- سال انتشار: 1394
- محل انتشار: اولین کنفرانس ملی مدیریت شهری ایران
- کد COI اختصاصی: ICUM01_083
- زبان مقاله: فارسی
- تعداد مشاهده: 632
نویسندگان
دانشجوی کارشناسی ارشد مهندسی صنایع، سیستم های اقتصادی - اجتماعی، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران
دانشیار مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران
استادیار مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران
چکیده
بی خانمانی (کارتن خوابی) به عنوان یکی از نازیبا ترین پدیده های اجتماعی کلان شهرها همواره مورد توجه مسئولین حوزه برنامه ریزیشهری می باشد. بررسی این پدیده اجتماعی و پیامدهای ناشی از آن در شهر تهران یکی از مهمترین اهداف متولیان مربوطه در بخش هایدولتی برای کنترل مشکلات و معضلات ناشی از آن و برنامه ریزی صحیح و کلان در این خصوص می باشد. از آنجایی که مدل سازیریاضی و پیش بینی مبتنی بر آن در فرآیند برنامه ریزی بسیار موثر واقع می شود لذا در سال های اخیر، تعداد کثیری از محققان به بررسی،توسعه و افزایش دقت مدل های پیش بینی پرداخته اند. روش های مرسوم که در گذشته در زمینه پیش بینی به کار گرفته می شد عمدتاًشامل مدل های خطی ARIMA باکس و جنکینز بوده اند. فرض در استفاده از این مدل ها بر اساس همبستگی خطی بین مشاهدات میباشد. حال اینکه در دنیای واقعی این فرض برای توصیف ویژگی غیر خطی فرآیند های اجتماعی لزوماً مناسب نمی باشد. به همین دلیلروش هایی همچون شبکه عصبی که برای مدل سازی مسایل غیرخطی پیچیده مناسب هستند در سال های اخیر به عنوان یکی ازپرطرفدارترین روش ها در این حوزه شناخته شده اند. در این پژوهش به منظور پیش بینی تعداد بی خانمانان از الگوریتم شبکه عصبیمصنوعی MLP استفاده شده است و به منظور نمایش کارایی، مدل شبکه عصبی با مدل سری زمانی باکس و جنکینز مقایسه 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 ARIMAمقالات مرتبط جدید
- Generative Design of Structural Forms Using Deep Generative Models: A New Paradigm in Structural Engineering
- مطالعه تطبیقی همنشینی زیباشناسی سبک مدرن و کلاسیک در طراحی معماری داخلی فضای خانه ها
- Investigating the Effect of Facade Material on the Amount of Carbon Emission (a case study of a residential building in Tehran)
- Comparative Analysis of Prefabricated Modular and Conventional Construction Systems: Efficiency, Cost, and Implementation Challenges
- An AI-Driven and Digital Twin-Based Framework for Climate-Resilient and Sustainable Infrastructure Management in Palm Jumeirah: A Case Study Integrating Remote Sensing, Numerical Modeling, and Green Project Practices
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.