1-7-جامعه آماری و تعداد نمونه و روش نمونه گیری (در صورت لزوم)………………………….. 6
1-8-روش تجزیه و تحلیل اطلاعات……………………………………………………………………………………… 6
فصل دوم: مروری بر ادبیات تحقیق
2-1-مقدمه ……………………………………………………………………………………………….. 9
2-2-مفهوم رشد و توسعه شهری………………………………………………………………………………………. 10
2-3-توسعه شهر………………………………………………………………………………………… 11
2-3-1-اهمیت توسعه شهری……………………………………………………………………………………….. 12
2-4-رشد شهری………………………………………………………………………………………………. 13
2-4-1-رشد شهر و توسعه فیزیکی………………………………………………………………………………. 13
2-5-مفهوم توسعه کالبدی و اشکال آن……………………………………………………………………………… 14
2-5-1-عوامل موثر در توسعه کالبدی شهر ها……………………………………………………………. 15
2-6-تصورات نادرست پیرامون توسعه شهری……………………………………………………………………. 15
2-7-مدل سازی توسعه شهری……………………………………………………………………………………………. 18
عنوان صفحه
2-8-ماهیت مدل ها……………………………………………………………………………………………. 18
2-9-مدل ها در فرایند برنامه ریزی……………………………………………………………………………………. 19
2-10-کاربرد مدل در شهرسازی…………………………………………………………………………………………. 20
2-11-مدلسازی شهری پویا (دینامیک شهری)………………………………………………………………….. 21
2-12-سلول های خودکار و مدلسازی شهری……………………………………………………………………. 23
2-13-کارهای اولیه ……………………………………………………………………….. 23
2-14-تحقیقات اخیر در زمینه مدل سازی شهری با سلول های خودکار………………………. 25
2-15-کالیبراسیون (زینه بندی ، تنظیم ، درجه بندی ، واسنجی)………………………………… 28
2-16-شبکه های عصبی…………………………………………………………………………. 30
2-16-1-شبکه های عصبی ، سلول های خودکار و مدلسازی رشد شهری……………… 30
2-17-سیستم های فازی……………………………………………………………….. 33
فصل سوم: تئوری ها و الگوریتم ها
3-1-کلیات…………………………………………………………………………………… 37
3-2-مدلسازی با سلول های خودکار…………………………………………………………………………………… 37
3-2-1-پیش زمینه تاریخی…………………………………………………………………………………………… 37
3-2-2- تئوری سلول های خودکار………………………………………………………………………………. 40
3-2-3-ساختار مدل CA………………………………………………………………………………………………. 41
3-2-3-1-شبکه سلولی…………………………………………………………………………………………… 41
3-2-3-2-وضعیت سلول…………………………………………………………………………………………. 42
3-2-3-3-همسایگی ………………………………………………………………………………………………. 43
3-2-3-4-زمان…………………………………………………………………………………………………………. 44
3-2-3-5-قوانین انتقال…………………………………………………………………………………………… 44
3-2-4-سلول های خودکار یک بعدی………………………………………………………………………….. 45
3-2-5-سلول های خودکار دو بعدی……………………………………………………………………………. 48
3-3-شبکه های عصبی ……………………………………………………………………………………….. 52
3-3-1-پیش زمینه ………………………………………………………………………………………………………. 52
3-3-2-اجزای یک شبکه عصبی…………………………………………………………………………………… 53
3-3-3-اصول شبکه های عصبی مصنوعی…………………………………………………………………… 54
3-3-4-شبیه سازی های عصبی…………………………………………………………………………………… 60
عنوان صفحه
3-3-5-مؤلفه های دخیل در یک شبیه سازی عصبی………………………………………………… 60
3-3-5-1-فرمولاسیون مسئله…………………………………………………………………………………. 60
3-3-5-2-جمع آوری اطلاعات و وارد نمودن آنها به شبکه………………………………… 62
3-3-5-3-اعتبار سنجی در شبکه …………………………………………………………………………. 62
3-3-5-4-آنالیز حساسیت در شبکه………………………………………………………………………. 63
3-3-5-5-توپولوژی شبکه……………………………………………………………………………………….. 64
3-3-5-6-پایش نمودن علایم…………………………………………………………………………………. 64
3-3-5-7-انجام شبیه سازی…………………………………………………………………………………… 64
3-3-5-8-تعیین ماتریکس همبستگی …………………………………………………………………. 65
3-3-5-9-تقسیم نمودن داده ها…………………………………………………………………………….. 65
3-3-5-10-نرمال سازی………………………………………………………………………………………….. 65
3-3-5-11-معماری شبکه …………………………………………………………………………………….. 66
3-3-5-12-آنالیز های شبکه های عصبی و تابع هزینه……………………………………….. 66
3-3-5-13-سنجش کارایی شبکه …………………………………………………………………………. 67
3-3-5-15-میانگین مربعات خطا…………………………………………………………………………… 67
3-3-5-16میانگین مربعات نرمال شده ی خطا…………………………………………………….. 68
3-3-5-17-درصد خطا……………………………………………………………………………………………. 68
3-3-6-آموزش شبکه های عصبی مصنوعی……………………………………………………………….. 68
3-3-7-آموزش از دیدگاه کلی………………………………………………………………………………………. 69
3-3-8-داده های ورودی……………………………………………………………………………………………….. 70
3-3-8-1-اندازه ی شبکه………………………………………………………………………………………… 71
3-3-8-2-پایان آموزش……………………………………………………………………………………………. 71
3-3-8-3-روش های آموزش………………………………………………………………………………….. 72
3-3-8-1-1-الگوریتم های یادگیری نظارت شده یا با ناظر……………………………. 72
3-3-8-1-2-الگوریتم های یادگیری نظارت نشده یا بدون ناظر …………………… 73
3-3-8-1-3-الگوریتم پس انتشار خطا …………………………………………………………… 74
3-4-سیستم های فازی………………………………………………………………………….. 76
3-5-چرا از منطق فازی استفاده می كنیم؟………………………………………………………………………. 77
3-6-عناصر سیستم فازی…………………………………………………………………… 77
3-6-1-مجموعه های فازی………………………………………………………………….. 78
عنوان صفحه
3-6-1-1-مجموعه فازی منفرد………………………………………………………………………………. 81
3-6-1-2-عملگر های فازی…………………………………………………………………………………….. 82
3-6-1-3-قواعد فازی………………………………………………………………………………………………. 84
3-6-1-4- به كار گیری قوانین فازی…………………………………………………………………….. 85
3-6-1-5-استدلال فازی…………………………………………………………………………………………. 86
3-6-1-6-روش مستقیم…………………………………………………………………………………………. 86
3-6-1-7-روش ممدانی………………………………………………………………………………………….. 87
3-6-1-8-روش Sugeno………………………………………………………………………………………… 88
3-6-1-9-غیر فازی سازی (Defuzzification)…………………………………………………….. 88
3-6-1-10-مركز ثقل………………………………………………………………………………………………. 89
3-6-1-11-میانگین مراكز………………………………………………………………………………………. 90
3-6-1-12-یكی از مراكز خروجی ها (Min، Max، Mean)………………………………… 90
3-7-خوشه بندی فازی (FCM)…………………………………………………………………………………………. 90
3-7-1-روش Neuro-fuzzy ………………………………………………………………………………………. 92
3-7-2-VGA-FCM……………………………………………………………………………………………………… 95
3-8-الگوریتم های خوشه بندی…………………………………………………………………………………………. 96
3-8-1-الگوریتم fuzzy C-means……………………………………………………………………………….. 97
3-9-طبقه بندی تصاویر با منطق فازی………………………………………………………………………………. 98
3-9-1-روش كار…………………………………………………………………………………………………………….. 99
فصل چهارم: مطالعه موردی شهر مهاباد
4-1- مقدمه………………………………………………………………………………………….. 101
4-2-بررسی های تاریخی ………………………………………………………………………………………………….. 101
4-3- خصوصیات جغرافیایی و اقلیمی……………………………………………………………………………… 103
4-5-موقعیت جغرافیایی…………………………………………………………………………………………………….. 103
4-6-وضعیت توپوگرافی……………………………………………………………………………………………………… 104
4-7-گسل………………………………………………………………………………………………. 107
4-8- چگونگی توسعه شهر و روند رشد آن در ادوار گذشته………………………………………….. 108
4-9-محدودیت و موانع طبیعی و قابلیت توسعه جهات مختلف شهر…………………………….. 112
عنوان صفح
4-10-نحوه پراکندگی روستاهای و جاذبه جمعیتی……………………………………………………….. 114
4-11-جمعیت و تحولات آن……………………………………………………………………………… 115
فصل پنجم: داده ها و روش اجرای مدل
5-1-مقدمه………………………………………………………………………………………. 118
یک مطلب دیگر :
5-2-روش اجرای مدل CA_ANN ، داده های و نحوه استخراج پارامترها………………….. 118
5-2-1-آموزش شبکه های عصبی مصنوعی………………………………………………………………. 119
5-2-1-1-داده های مربوط به کاربری زمین………………………………………………………… 120
5-2-1-2-داده های همسایگی و فواصل………………………………………………………………. 129
5-2-1-3-داده های محدودیت (زونینگ)…………………………………………………………….. 133
5-2-2-ساختار شبکه و نحوه آموزش آن…………………………………………………………………… 136
5-2-3-کالیبره کردن مدل CA از طریق ANN……………………………………………………….. 137
5-3-شبیه سازی رشد شهری…………………………………………………………………. 138
5-4-پیش بینی رشد شهری برای سال 2015……………………………………………………………….. 140
5-5-اعتبار سنجی مدل…………………………………………………………………………….. 143
3-6-آزمون فرضیات………………………………………………………………………………… 147
فصل ششم: نتیجه گیری
6-1-نتیجه گیری………………………………………………………………………………… 150
6-2- پشنهادات …………………………………………………………………………………. 154
فهرست منابع و مأخذ
منابع فارسی………………………………………………………………………………………. 156
منابع انگلیسی ……………………………………………………………………………….. 157
پیوست …………………………………………………………………………………… 163
مقدمه
گسترش بی رویه اراضی شهری از مهمترین مسائل و معضلات برای مدیران و برنامه ریزان شهرها در سطوح گوناگون است. از آنجاییکه امروزه بررسی روند تغییرات کاربری اراضی به کاربری شهری و شناسایی پارامترهایی که در این تغییرات مؤثر می باشند نقش اساسی در تصمیم گیریها و برنامه ریزی های بلند مدت بازی می کنند، لذا کشف قوانین و روابط مؤثر در تغییر سایر کاربریها شهری و همچنین پیش بینی روند توسعه شهرها در آینده با روشهای دقیق و کارآمد بیش از پیش ضرورت دارد.
از آنجاییکه در منابع علمی داخلی از مدلهای پویا در مسائل شهری –بخصوص گسترش شهرها- کمتر استفاده شده است ، بنابراین ارزیابی قابلیت استفاده از این مدل ها در مناطق مختلف می تواند گام مهمی در جهت توسعه آنها باشد. مدلهای سلول های خودکار یا به اختصار (CA) به دلیل داشتن ماهیت دینامیک و همچنین ساختاری ساده در مدل سازی عوارض طبیعی و فیزیکی سطح زمین ، کاربرد نسبتا وسیعی در پیش بینی تغییرات کاربری اراضی و همچنین توسعه اراضی شهری یافته است.
با استفاده از داده های موجود در زمان گذشته و بررسی وضعیت توسعه اراضی در آن زمان می توان پارامترهای تاثیرگذار در رشد اراضی را شناسایی نموده و از آنها برای پیش بینی روند توسعه در آینده استفاده نمود. در واقع محققین مسائل شهر ی با تعریف مدل CA_ANN بر اساس پارامترهای مورد نظر خود و اجرای آن در بستر زمان قادر خواهند بود گسترش فضایی اراضی شهری در آینده را پیش بینی کرده و به درجه نسبتا مطلوبی از انطباق با واقعیت دست یابند.
1-1- طرح مسئله و ضرورت تحقیق
جهانی که در آن زندگی می کنیم، مرتبا در حال تغییر است. عوامل مؤثری در این تغییر و تحولات نقش دارند که آنها را می توان به طور کلی به دو دسته طبیعی و انسانی دسته بندی کرد. این عوامل ، در مکانها و شرایط مختلف تأثیرات متفاوتی را بر روی پدیده ها و عوارض سطح زمین دارند. بر اساس نظریه های موجود ، شهرها سیستم هایی پیچیده، باز ، پویا و خود سازمانده هستند که در فرایند توسعه آنها، بسیاری از نشانه های پیچیدگی مانند: ابعاد فرکتال، خودمانندی، خودسازماندهی، ظهور و … وجود دارد( تورنس[1] ،2001 ).
از سوی دیگر مدلهای فضایی ، ابزارهای مفیدی را برای درك فرایند توسعه شهری در اختیار برنامه ریزان و تصمیم گیرندگان قرار می دهند ( اوکادا و ژانگ [2]،2008) و با ابزار مدل سازی می توان سیستم پیچیده شهری، الگوهای فضایی و روندهای رشد شهری را شبیه سازی کرد و درك بهتری از سیستم شهر به عنوان یک کل، به دست آورد.
در راستای دستیابی به یک مدل بهینه به منظور شبیه سازی گسترش شهری ، در ده های اخیر تکنیک های فراوانی به کار گرفته شده و مورد توجه قرار گرفته اند. یکی از این تکنیک ها استفاده از سلول های خودکار جهت شبیه سازی رشد شهری می باشد .
آنچه مسلم است اینکه در فرایند شبیه سازی ، کالیبره کردن نیاز به پیدا کردن وزن هایی (ارزش ها) از پارامترهای شبیه ساز دارد که بتواند بهترین تناسب با توسعه واقعی را داشته باشد و با وجود گذشت چندین دهه از استفاده از این روش در برنامه ریزی شهری و تلاش پژوهشگران در دستیابی به یک مدل کاربردی جهانی به منظور پیش بینی پیچیدگی های سیستمهای شهری ، هنوز کمبودهای در زمینه کالیبره کردن مدل سلولهای خودکار احساس می شود. اشاره به مطالعات در زمینه کالیبره کردن در شبیه سازی از طریق سلول های خودکار(CA) از جمله تلاش های وو[3] و وبستر[4] (1998) با استفاده از ارزیابی چند معیاره (MCE ) و همچنین پروفسور ژی لی[5] (2006) ، استفاده از تحلیل سلسله مراتبی (AHP) برای کالیبره کردن مدل CA نتایج متفاوتی بدست داده است.
از سوی دیگر با افزایش جمعیت در نقاط شهری در طی سالهای اخیر، شهرها با گسترش فیزیکی روبرو بوده اند. شهرمهاباد به دلیل موقعیت خاص ژئوپلتیک خود از این قاعده مستثنی نیست و در طی سالهای اخیر با رشد سریع جمعیت و بالتبع توسعه فیزیکی بدون برنامه مواجه بوده است. مطالعه و مدلسازی روند گسترش این شهر با استفاده از روش [6]CA-ANN می تواند راهنمای برنامه ریزان شهری جهت شناسایی روند توسعه و مقایسه آن با برنامه ریزیهای انجام شده طی طرحهای جامع شهری و اطلاع از صحت و سقم پیش بینی های انجام شده و یاریگر آنان برای ارائه برنامه های توسعه شهری و خدمات رسانی به شهروندان باشد.
این تحقیق در صدد است که با ارزیابی مدل های بکار گرفته شده و بررسی تئوری های رشد شهری ، مدل منطبق با رشد شهری شهر مهاباد را استخراج نموده و نتایج آن را مورد تجزیه و تحلیل قرار دهد و در پیش بینی گسترش آتی شهر مورد استفاده قرار داده شود. نتایج حاصل از این تحقیق با توجه به شناسایی روش بهینه و شبیه سازی گسترش آینده شهر مهاباد می تواند به منزله ملاکی در زمینه چگونگی برنامه ریزی به عنوان الگویی برای نهادهای دست اندرکار استفاده شده و از آن به عنوان معیار و الگوی اصلاح رویه ها و شیوه های اجرایی در زمینه پیش بینی های آتی بکار گرفته شود
1-2-اهداف پژوهش
1-2-1-اهداف کلان
- ارایه نتایج محاسباتی ، واقعی و معنا دار از تغییرات کاربری زمین
- فراهم ساختن پایه های نظری برای مدل سازی این تغییرات
- تهیه چارچوب عملیاتی برای حل موقعیت های مختلف مسئله ( برنامه ریزی)
1-2-2-اهداف خرد
- شناسایی مدلی بهینه به منظور پیش بینی گسترش شهری با استفاده از رویکردهای موجود.
- دست یابی به میزان تاثیر و شناسایی معیارهای موثر در شبیه سازی رشد شهری.
- دستیابی به الگوریتمی مناسب جهت کالیبره کردن سلول های خودکار برای شبیه سازی رشد شهری.
- هدف عمده دیگری که این تحقیق دنبال می کند فراهم آوردن ابزاری است که قادر باشد با اریه تصویری واقع گرایانه از آینده شهر که بر پایه های مستدل استوار است، یاری دهنده تصمیم سازان و سیاست گذران باشد. در حقیقت با استفاده از این مدل کاربر می تواند با تغییر در مقدار پارامتر های موجود تاثیر آنها را در شکل آینده شهر ملاحظه نموده و تصمیمات اصولی تری اخذ نماید.
1-3-سوالات پژوهش
- آیا مدلسازی با استفاده از روش CA-ANN می تواند نتایج واقعی را در فرایند شبیه سازی رشد شهری مهاباد نشان دهد ؟
- آیا معیارهای بکار برده شده در فرایند شبیه سازی رشد شهری می توانند رشد شهری مهاباد را به صورت مطلوب شبیه سازی نمایند. ؟
- آیا تخصیص وزن از طریق الگو ریتم ANN به معیارهای بکار برده در درجه صحت مدل تاثیری دارد
1-4-فرضیه تحقیق و مدل تحقیق
- به نظر می رسد مدلسازی با استفاده از روش CA-ANN می تواند نتایج واقعی را در فرایند شبیه سازی رشد شهری مهاباد نشان دهد .
- به نظر می رسد معیارهای بکار برده شده در فرایند شبیه سازی رشد شهری می توانند برازش مناسبی از رشد آتی شهر مهاباد به دست دهند.
- به نظر می رسد تخصیص وزن از طریق الگوریتم ANN به معیارهای بکار برده شده در مدل CA در بهبود درجه صحت مدل تاثیر چشمگیری نسبت به دیگر الگوریتم های وزندهی دیگر نظیر AHP , FUZZY و … داشته باشد.
- به نظر می رسد رویکرد CA-ANN در شبیه سازی رشد شهری مهاباد با درجه انطباق[7] بیشتر از 75 % موفق باشد.
1-5-روش شناسی تحقیق
این پژوهش بر اساس اهداف آن ، تحقیقی کاربردی و از لحاظ روش و ماهیت آن در رده تحقیقات تجربی – تحلیلی و اکتشافی قرار می گیرد .
1-6-روش و ابزار گردآوری اطلاعات:
در تحقیق حاضر با توجه به مبانی نظری، اهداف و روشهای تحقیق و اینکه تحقیق از نوع مطالعات کاربردی است ، لذا در مطالعات از شیوه های :
- مختلف اسنادی : در قسمت مطالعات اسنادی از کتب و مقالات معتبر خارجی و داخلی استفاده گردیده است.
- داده های سنجش از دور : در این قسمت از تصاویر ماهواره ی لندست ، سنجندهای TM,ETM+ و عکس های هوایی محدوده شهر مهاباد استفاده خواهد شد .
- مطالعات میدانی: در این پژوهش به منظور بررسی صحت و سقم داده های جمع آوری شده به بررسی های میدانی پرداخته خواهد شد.