شناسايي و طراحي يك الگوي بهينه مكانيابي با تاكيد بر تلفيق روش‎هاي داده‌‌مبنا و دانش‎مبنا در سطح تصميم‎گيري با GIS )با تاكيد بر پهنه‎بندي اقتصادي شهر تهران(

Recognizing and Designing an Optimum Locating Pattern by the Emphasis on Combining the Knowledge-Based and Data-Based Methods in Decision Making Level by Using GIS ( by emphasis on economical zonin

چكيده استفاده از GIS در مكان‌يابي داراي قدمتي تقريبي برابر با ظهور اين فناوري است و در مطالعات مختلفي كه به نوعي با عوارض مكاني سروكار دارند، به‌كار گرفته مي‌شود. استفاده از اين سيستم در مكان‌يابي داراي مزاياي فراواني است كه باعث صرفه‌جويي در زمان و هزينه‌هاي اجرايي مي‌شود. از اين‌رو استفاده از فناوري GIS ‌ در مكان‌يابي و ساير فعاليت‌هاي مرتبط با آن، تضميني براي دستيابي به نتايج بهتر، دقيق‌تر و سريعتر با هزينه‌هاي كمتر است. تاكنون روش‌هاي مختلفي با استفاده از مدل‎هاي گوناگون براي مكان‎يابي به‎كار گرفته شده است. در اغلب اين مطالعات و همچنين مطالعاتي كه در آن به پهنه‎بندي فضا پرداخته مي‎شود، از روش‎هاي مبتني بر نظرات متخصصين (روش‎هاي ذهني) استفاده مي‎شود و شاهد تحقيقات اندكي با استفاده از روش‎هاي مبتني بر داده‎ها (روش‎هاي عيني) هستيم. از اينرو، بررسي و شناخت يك الگوي بهينه مكان‌يابي در تلفيق روش‎ها و مدل‎هاي گوناگون مبتني بر نظرات متخصصين (روش‎هاي ذهني) و مبتني بر داده‎ها (روش‎هاي عيني) در GIS و نحوه تلفيق اين نتايج (تلفيق در سطح تصميم‎گيري) در جهت رسيدن به مناسب‎ترين مكان با دقتي مطلوب ضروري مي‎نمايد. علاوه بر اين نحوه تلفيق نتايج به‌دست آمده حاصل از روش‎هاي مختلف در GIS از جمله مواردي است كه كمتر در تحقيقات به آن پرداخته شده است. در اين تحقيق پهنه‌بندي اوليه فضاي جغرافيايي (غربالگري) و اولويت‎بندي مكان‎هاي بهينه شناسايي شده (مكان‎يابي) با روش‎هاي مبتني بر نظرات متخصصين (روش‎هاي ذهني) و روش‎هاي مبتني بر داده‎ها (روش‎هاي عيني) مورد بررسي قرار مي‎گيرد. الگوي پيشنهادي جهت شناسايي ويژگي‎هاي هر كدام از اين روش‎ها با توجه به نتايج به‌دست آمده در يك نمونه مطالعاتي (پهنه‎بندي اقتصادي فضاي شهري واولويت‎بندي پهنه‎هاي بهينه) به عنوان يافته‎هاي تحقيق تشريح مي‎گردد. نتايج ارزيابي بيانگر آن است كه به ترتيب هر سه روش عيني (RBFLN، Fuzzy Clustring و PNN‎) نسبت به سه روش ذهني (‎SAW، GCA و Fuzzy Logic‎) عملكرد بهتري داشته‎اند. همچنين از ميان پهنه‎هاي بهينه حاصل از تلفيق اين روش‎هاي (غربالگري اوليه)، پهنه‎هاي ميدان تجريش، انقلاب و 15 خرداد در رتبه‎بندي حاصل از روش‎هاي چند شاخصه با معيارهاي كيفي اولويت اول در استقرار خدمات را به خود اختصاص داده‎اند.

Using GIS in locating has a history that is as old as the presence of GIS itself. This ability is used in different studies which some how engaging with location features. Time and operational cost saving are the main advantages of this system. Therefore, using GIS technology in site-selection and other related activities guarantees better, faster, and more accurate results with lowers costs. Ever since, site-selection has been done by various methods with different models. In most of these studies and also the studies which is about space zoning, It should be mentioned that few studies have done using data-based methods. ( objective methods). Therefore, investigating and recognizing an optimum pattern in combining the various Knowledge-based and Data-based techniques and models in GIS and how to combining the results (Decision Fusion) to select the best site with sufficient precision seems necessart. Furthermore, the method of integtrating the results obtained from different methods in GIS is among the items which is less considered in the studies.In this research, Knowledge-based and Data-based methods have been used to primary zoning of the geographical space and prioritizing the recognized optimum sites. Also, recommended pattern used to identify each mentioned techniques properties with respect to the results of a case study (economical zoning of the urban space and prioritizing the optimum zones) have described as a finding. Results of assessment shows that the three Data-based methods (RBFLN, Fuzzy Clustering and PNN‎) have better performance in comparing with Knowledge-based methods (SAW, GCA and Fuzzy Logic). Furthermore, Tajrish, Enghlab and 15th Khordad squares gain the firs rank in ranking by multi-criteria techniques by quality criteria.