مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

683
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

217
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پتانسیل یابی مناطق توسعه ی شهری با استفاده از شبکه ی عصبی مصنوعی (مطالعه ی موردی: شهر کرمانشاه)

صفحات

 صفحه شروع 175 | صفحه پایان 196

چکیده

 رشد سریع شهرنشینی و توسعة شهری به ویژه در کشورهای درحال توسعه, به درک الگو و فرایندهای پیچیدة رشد شهری با روش علمی و کارآمد نیاز دارد. لازمة ایجاد رشد شهری پایدار و برنامه ریزی توسعة شهری, درک الگوهای صحیح رشد شهری است. کرمانشاه نهمین شهر پرجمعیت کشور و یکی از چهار شهر نخست ایران از نظر حادبودن معضل حاشیه نشینی است. هدف این پژوهش, بررسی پتانسیل توسعة شهری در این شهر است. بدین­ منظور, شبکة عصبی پرسپترون چندلایه (MLP) با الگوریتم آموزش لونبرگ-مارکوات به کار رفت و داده های مؤثر در توسعة شهری به عنوان لایه های ورودی به شبکه تعیین شد. این لایه­ ها که در سه گروه اجتماعی-اقتصادی, کاربری زمین و بیوفیزیک قرار می گیرند, شامل 16 لایه هستند. در ادامه, پانصد نقطه به عنوان نقاط آموزشی شبکه تهیه و 12 لایة میانی نیز تعیین شدند. مطابق نتایج, با دورشدن از امکانات و مناطق شهری, پتانسیل ها به شدت کاهش پیدا می کنند و بیشتر مناطق دارای پتانسیل توسعة شهری در نزدیک­ ترین فاصلة این امکانات و مناطق شهری قرار دارند. بیشترین مناطق پتانسیل دار توسعة شهری, در جنوب غرب شهر کرمانشاه و در اطراف جاده های اصلی کرمانشاه-اسلام آباد و کرمانشاه-کنگاور واقع است. مناطق شمالی شهر به دلیل ارتفاع و شیب زیاد, پتانسیل اندکی برای توسعه دارند. همچنین ضریب رگرسیون کلی 95 درصدی شبکه که حاصل شرکت تمامی داده ها در شبکه است, کارایی زیاد شبکة عصبی پرسپترون چندلایه را در این مطالعه نشان می دهد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    باقری، میلاد، جلوخانی نیارکی، محمدرضا، چارکانه، عبدالخالق، و باقری، کیوان. (1397). پتانسیل یابی مناطق توسعه ی شهری با استفاده از شبکه ی عصبی مصنوعی (مطالعه ی موردی: شهر کرمانشاه). پژوهش های جغرافیای برنامه ریزی شهری، 6(1 )، 175-196. SID. https://sid.ir/paper/261242/fa

    Vancouver: کپی

    باقری میلاد، جلوخانی نیارکی محمدرضا، چارکانه عبدالخالق، باقری کیوان. پتانسیل یابی مناطق توسعه ی شهری با استفاده از شبکه ی عصبی مصنوعی (مطالعه ی موردی: شهر کرمانشاه). پژوهش های جغرافیای برنامه ریزی شهری[Internet]. 1397؛6(1 ):175-196. Available from: https://sid.ir/paper/261242/fa

    IEEE: کپی

    میلاد باقری، محمدرضا جلوخانی نیارکی، عبدالخالق چارکانه، و کیوان باقری، “پتانسیل یابی مناطق توسعه ی شهری با استفاده از شبکه ی عصبی مصنوعی (مطالعه ی موردی: شهر کرمانشاه)،” پژوهش های جغرافیای برنامه ریزی شهری، vol. 6، no. 1 ، pp. 175–196، 1397، [Online]. Available: https://sid.ir/paper/261242/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button