تلفیق شبکة عصبی rbfln و فن چندشاخصة oreste برای شناسایی مکان بهینة استقرار مراکز مالی و تجاری در فضای شهری (مطالعه موردی: شهر تهران)
چکیده
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 بهینة استقرار مراکز مالی و تجاری، سامانه شبکة عصبی rbfln، که شکل تغییریافتهای از شبکة عصبی بر پایة تابع شعاعی (rbfnn) است، در تلفیق با فن چندشاخصة oreste به کار گرفته شد. دادههای دو و چند کلاسة پارامترهای اقتصادی و تجاری، آموزشی و فرهنگی، بهداشتی و درمانی، رفاهی و تفریحی، اداری، جمعیتی، حمل و نقل و ترافیکی بر اساس شعاع تأثیرگذاری، به عنوان بردارهای چندبعدی وارد شبکة عصبی شدند. به منظور یادگیری شبکه، 69 شعبة نمونه در شهر تهران و 34 نقطه غیربهینه به کار گرفته شد. نتایج تحقیق شبکة rbfln دوکلاسه با دفعات تکرار 800 بار را با کمترین میزان خطای آموزش و طبقهبندی، به عنوان مناسبترین کلاس برای شناسایی مناطق بهینة (غربالگری) استقرار مراکز مالی و تجاری نشان میدهد. نتایج این غربالگری مناطق بهینة پیشنهادی اولیه را تشکیل میدهند که در ادامه، با فن رتبهبندی چندشاخصة oreste با معیارهای کیفی حاصل از مشاهدات میدانی اولویتبندی شدند. این فرایند در شهر تهران و بر روی هر 22 منطقة این شهر اجرا شد.
نویسندگان و وابستگی سازمانی
- غدیر عشورنژاد — کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکدة جغرافیا، دانشگاه تهران
- حسنعلی فرجی سبکبار — دانشیار گروه جغرافیا و برنامهریزی روستایی، دانشکدة جغرافیا، دانشگاه تهران
- سید کاظم علوی پناه — استاد گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکدة جغرافیا، دانشگاه تهران
- محمد حسن نامی — دکتری جغرافیای سیاسی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران