مدل‌سازي عامل-بنيان توسعه شهري با تعاملات الهام گرفته از الگوريتم بهينه‌سازي ازدحام ذرات

Agent-Based Modeling of Urban Growth With Communications Inspired by Particle Swarm Optimization Algoritm

گسترش روز افزون شهر‌نشيني به‌ويژه در كشورهاي در حال توسعه موجب توسعه‌ي هر چه بيشتر مناطق شهري مي‌گردد. رشد جمعيت و مهاجرت روستاييان به شهرها، از عوامل عمده‌ي اين توسعه مي‌باشند. با انجام برنامه‌ريزي دقيق، توسعه شهري به سمت و سوي مناسب هدايت خواهد شد. توسعه‌ي مناسب شهر نيز موجب مي‌گردد، امكانات شهري به‌صورت مناسب در سطح شهر فراهم شده و از سوي ديگر آسيب كمتري به طبيعت وارد شود. براي انجام برنامه‌ريزي دقيق‌تر، شبيه‌سازي رايانه‌اي راه‌حل بسيار مناسبي است. با به‌كارگيري تكنيك‌هاي سيستم اطلاعات مكاني (GIS)، آناليزهاي آماري و داده‌هاي شهري مناسب، شبيه‌سازي يارانه‌اي امكان‌پذير است. در اين پژوهش سعي شده است با تلفيق مدل عامل-مبنا و الگوريتم بهينه‌سازي ازدحام ذرات (PSO) مدل نويني در راستاي شبيه‌سازي توسعه شهري، توسعه داده شود. شهر زنجان به‌عنوان مطالعه موردي انتخاب‌شده و توسعه شهري آن در بازه‌ي زماني سال 2005 تا 2015 مورد بررسي قرار گرفته است. در مدل توسعه داده‌شده، اقشار مختلف توسعه‌دهندگان با توجه به سطح درآمدشان به سه دسته عامل با رفتارهاي مختص خود تقسيم شده‌اند كه در محيط به كاوش پرداخته و شرايط محيط را مورد سنجش قرار مي‌دهند. در نهايت عامل‌ها مكان مناسبي را جهت توسعه انتخاب كرده و توسعه مي‌دهند. نزديكي خروجي مدل به واقعيت، بر مبناي شاخص كاپا 74% محاسبه گرديد. اين مقدار براي شاخص كاپا نشان مي‌دهد، مدل ارايه‌شده در اين پژوهش، توسعه شهر را با دقت مناسبي پيش‌بيني مي‌كند. از طرفي با مقايسه نتايج مي‌توان نتيجه گرفت وارد كردن تاثيرات روابط اجتماعي افراد در جامعه توسط الگوريتم PSO بر دقت مدل مي‌افزايد و با در نظر گرفتن اين پارامتر پيش‌بيني‌ها تطابق بيشتري با واقعيت دارند. پيشنهاد مي‌شود در تحقيقات آتي، رفتار عامل‌ها با جزييات بيشتري از جمله رقابت عامل‌ها مدل شود.

Population growth, urbanization and immigration from rural areas to cities results in increasing expansion of the cities. The adequate urban development requires proper and accurate planning, such those facilities for the new areas that are provided and environmental impacts are lessened. Computer based simulation and prediction of urban growth can be assumed as a good start for urban planning. In this research, a new agent base simulation of urban growth is developed, in which the communication and decision of agents are imitated from the Particle Swarm Optimization (PSO) algorithm. The model is tested on the urban growth of Zanjan city- Iran between 2005 and 2015. In this model, land developers are classified into three groups of agents according to their income level. These agents search the environment and find proper lands for development according to their priorities and conditions. The output of the model is 74% similar to the reality according to the Kappa index. This and other results show that the model can predict the expansion of the city adequately. Moreover, the comparison made shows that modeling of the relations and communications between agents similar to PSO can slightly improve the quality of the model. The results showed the adequacy of the proposed agent-based modelling for the simulation of urban growth. To have a more accurate model, it is recommended to model the behavior of the agents with more details and also to consider the competition between agents.