واسنجي مدل اتوماسيون سلولي فازي رشد شهري با استفاده از الگوريتم ژنتيك

Calibrating Fuzzy-Cellular Automata Model of Urban Expansion Using Genetic Algorithm

توسعه سناريوهاي برنامه‌ريزي رشد شهري با توجه به پيامدهاي آتي كه براي كاربري اراضي و پيشرفت برنامه‌هاي مكاني و سياست‌ها دارد، براي برنامه ريزان شهري و منطقه‌اي بسيار مهم مي‌باشد؛ اما پديده توسعه شهري به‌عنوان يك فرآيند پيوسته در حيطه مكان و زمان، تحت تأثير رفتارهاي تصميم‌گيري انساني است و در معرض ابهام و عدم قطعيت مكاني قرار دارد. بدين سبب در اين پژوهش با پياده‌سازي منطق فازي، چهارچوبي براي مدل‌سازي ماهيت مبهم پديده توسعه شهري ارائه‌شده است. سپس جهت اينكه تعيين پارامترهاي توابع عضويت فازي و وزن قوانين فازي مستقل ازنظر كارشناس باشد، از الگوريتم ژنتيك جهت تنظيم اين مقادير و بهبود عملكرد منطق فازي استفاده گرديده است. در اين تحقيق با به به‌كارگيري سه معيار ارزش زمين، دسترسي و جذابيت كه نماد سه ركن توسعه پايدار هستند، يك مدل اتوماسيون سلولي فازي براي شبيه‌سازي گسترش كاربري اراضي شهري منطقه قزوين توسعه داده شد. سپس با تنظيم پارامترهاي مدل در دوره زماني 1384-1389، حداكثر ميزان انطباق با توسعه‌هاي حادث‌شده در سال 1389 به دست آمد. در حقيقت اين مدل با دقتي برابر با 31/94% برمبناي شاخص كاپا و 28/55% برمبناي شاخص سازگاري تنظيم شد كه در مقايسه با مدل عامل مبناي ارائه‌شده با معيارهايي مشابه در اين منطقه، داراي نتايج به‌مراتب مطلوب‌تري مي‌باشد. ازاين‌رو با به به‌كارگيري اين مدل بهينه، توسعه شهري سال 1394 شبيه‌سازي شد كه به مقدار شاخص كاپا 73/88% و مقدار شاخص سازگاري 05/39% در پيش‌بيني مناطق توسعه‌يافته دست‌يافت. اين نتايج نشانگر كارايي بالاي مدل مذكور در حوزه مدل‌سازي توسعه شهري و تغييرات كاربري اراضي مي‌باشد و بر توانايي مدل اتوماسيون سلولي، منطق فازي و همچنين الگوريتم ژنتيك در شبيه‌سازي فرآيندهاي جغرافيايي پيچيده صحه مي‌گذارد

Developing the scenarios for planning urban expansion is vitally important for urban planners especially because of its effects on land-use and improvement of land-use politics. However, urban expansion as a continuous and contiguous phenomenon is itself under the effect of human decisions and so uncertainty. Thus, in this research by using fuzzy logic, we tried to model the vagueness of urban expansion. Moreover, to determine the weights of fuzzy rules independent from the idea of experts, genetic algorithms was used to find the best values. In this research by taking three criteria, namely land-value, accessibility and attractiveness, which are three pillars of sustainable development, a fuzzy-cellular automata model was developed to simulate the physical urban development in Qazvin area, Iran. After that, by setting the model parameters between years 2005 and 2010, the best results for 2010 were achieved. This model attained to the accuracy of 94.31% based on Cappa Index and 55.28% based on Figure of merit which is certainly better than previous researches on this area of study. Therefor using the calibrated model, urban development of year 2015 was simulated. For that year Cappa Index calculated as 88.73% and Figure of merit calculated equal to 39.05%. These results show the high performance of this model in the area of urban land use development. Thus combining cellular automata, fuzzy logic and genetic algorithm seems to be successful in simulating geographic phenomena.