آموزش مدل ها و روش های کمی در برنامه ریزی شهری

[Mohammad Aref 120452]

6-4- مدل موریس (شاخص ناموزون موریس):
روش موريس که يکی از جديدترين و کاربردی ترين روشها برای درجه بندی و طبقه بندی مکانها از جنبه های مختلف می باشد، در اين مدل يک سري از شاخص ها همسو و هم جهت تبديل به معيار مي شوند. اين مدل از شاخص لود براي استاندارد سازي داده ها استفاده مي کند.ميانگين اين شاخص براي هر مکان امتياز آن مکان است که هرچه قدر بزرگتر باشد اهميت بيشتري دارد.شاخص لود به صورت مقابل محاسبه مي شود.

 

 

 

 

حال شاخص لود را برای هر داده محاسبه می کنیم و در جدول دوم، شاخص های لود را برای هر ناحیه با هم جمع نموده و میانگین آنرا در هر ناحیه محاسبه می کنیم که هرچقدر بزرگتر باشد بهتر است و آن ناحیه نسبت به سایر نواحی توسعه یافته تر است.
 

 

 

 

 

در نمونه مورد بررسی که برای نواحی منطقه 1 شهر تهران در سال 1375 می باشد 5 مورد برخورداری در نظر گرفته شده است که عبارتند از: برخورداری از زمین فوتسال، پزشک، پزشک متخصص، پارک و کلاس آموزشی. نسبت برخورداری هریک از نواحی از این امکانات با توجه به جمعیت نواحی سنجیده شده و در جدول نوشته می شود. سپس با استفاده از شاخص لود این داده ها استاندارد شده اند به طوری که اختلاف هر سرویس در ناحیه با میینیمم مقدار آن در تمام نواحی بر اختلاف بین ماکزیمم و مینیمم سرویس موردنظر در نواحی تقسیم شده و نتیجه به درصد بیان می شود و در جدول آورده می شود.
در پایان داده های بدست آمده از طریق شاخص لود را برای هر ناحیه جمع نموده و بر تعداد فاکتورهای در نظر گرفته شده تقسیم می کنیم تا به عدد نهایی برای هر ناحیه برسیم. هر ناحیه که بیشترین مقدار را داشته باشد، رتبه 1 را داشته و بیشترین برخورداری را دارد و در مقابل هر ناحیه که کمترین مقدار را داشته باشد در رتبه آخر قرار گرفته و دارای کمترین برخورداری است. در نمونه مورد بررسی نیز ناحیه 6 با 91.86 رتبه اول را داشته و کلاس توسعه آن کاملاً برخوردار است و ناحیه 3 با 11.084 کمترین رتبه را داشته و عدم برخورداری را دارد. در این روش برخلاف روش های قبلی معیار جمعیت تأثیر گذار بوده است، اما همچنان به کیفیت شبکه ارتباطی و عوامل طبیعی توجهی نشده است و قابلیت پیش بینی آینده را ندارد و فقط گزارشی از وضعیت برخورداری و سطح بندی نواحی موجود می دهد.

[Mohammad Aref 120452]

7-4- مدل تاکسونومی عددی: 
این مدل در چندین مرحله محاسبه می شود و کمی پیچیده تر از مدل های قبلی می باشد. در مرحله اول مجموع داده ها، میانگین داده و انحراف معیار آنها را حساب می کنیم.
(یکی از تو مخ ترین روشا، انقدر که طولانیه حالا ما تو مثال فاکتورای کمی رو در نظر گرفتیم فقط واسه اینکه روش کار رو میخواستیم توضیح بدیم. وگرنه خیلی داغون تر از این حرفاس که الان توضیح میدم :ws3

 

در نمونه مورد بررسی که برای سطح بندی نواحی منطقه 1 شهر تهران در سال 1375 می باشد 4 فاکتور مرکز بهداشتی، پزشک، مرکز آموزشی و پارک در نظر گرفته شده است که نتایج در جدول فوق آورده شده است.
اعداد جدول اول اختلافات زیادی را با هم دارند، پس باید استاندارد سازی شده و بهم نزدیک شوند. در مرحله دوم داده های موجود را استاندارد سازی می کنیم. برای اینکار هر داده را از میانگین کم نموده و نتیجه را بر انحراف معیار تقسیم می کنیم و عدد بدست آمده که عدد استاندارد شده می باشد را در جدول یادداشت می کنیم. البته در ردیف آخر جدول، بزرگترین عدد هر ستون را نیز به عنوان عدد ایده آل یا (Dio) یادداشت می کنیم.این جدول به Z-Score معروف است.
 

 

در مرحله سوم که فاصله مرکب بین داده ها می باشد، فاصله بین دو ناحیه را در هر فاکتور بدست می آوریم و در جدولی به نام جدول dab یاد داشت می کنیم.سپس این داده ها را به توان 2 رسانده،با هم جمع می کنیم و در نهایت جذر آنها را می گیریم. تمام اقدامات ذکر شده را در جدول زیر مشاهده می کنید.
 

 

در این مرحله ناحیه های همگن را پیدا می کنیم و اگر ناحیه ای همگن نباشد، حذف می کنیم و دوباره از ابتدا مراحل را تکرار می کنیم. برای این کار فاصله دو به دوی داده های نواحی را در جدولی یادداشت نموده و کوتاهترین فاصله یا همان کمترین داده را در ستون آخر می نویسیم و سپس میانگین و انحراف معیار این کوتاه ترین فاصله ها را بدست می آوریم. در نهایت داده هایی که کوتاه ترین فاصله آنها بین فاصله میانگین دو برابر انحراف معیار قرار ندارند، حذف می شوند زیرا هیچ مشابهتی بین آن ناحیه و نواحی دیگر وجود ندارد و در این صورت باید از ماتریس اول حذف شده و تمام مراحل از ابتدا بدون در نظر گرفتن آن ناحیه تکرار شود و در صورت نبود داده خارج از این فاصله کار را ادامه خواهیم داد. (البته به نظر من اگه اینجوری بشه، کلاً باید ببوسیم بذاریم کنار راحت تریم تا دوباره از اول پیش بریم )
 

 
 

 

همانطور که در جدول فوق مشاهده می کنیم تمام داده ها بین این دو عدد قرار می گیرند. پس مراحل کار را ادامه می دهیم.

در مرحله بعدی لازم است که Cio یا سرمشق توسعه را بدست آوریم. برای این کار به ماتریس دوم یا همان Z-Score مراجعه می کنیم. در این ماتریس مقدار Dio که بزرگترین مقدار هر ستون بود را از تمامی اعداد کم نموده و حاصل را به توان 2 می رسانیم، سپس آنها را با هم جمع نموده و جذرشان را حساب می کنیم تا مقدار Cio بدست بیاید. سپس میانگین و انحراف معیار Cio را نیز محاسبه می کنیم تا در مراحل بعدی استفاده کنیم. باید توجه داشته باشیم که با توجه به معیار در نظر گرفته شده، گاهی اوقات Dio بیشتر بهتر است و گاهی اوقات (مانند زمانی که معیار مرگ و میر می باشد) Dio کمتر مناسب تر است. در نمونه مورد بررسی و هر 4 فاکتور لحاظ شده، مقدار Dio بیشتر مناسب تر می باشد و به همین دلیل ما بزرگترین عدد در ماتریس دوم را برای هر معیار به عنوان Dio در نظر گرفتیم.
 

 

در مرحله آخر به محاسبه درجه توسعه یافتگی و رتبه بندی نواحی می رسیم. برای اینکار ابتدا Co را به روش زیر محاسبه می کنیم:
Co = میانگین Cio + 2(انحراف معیار Cio)
Co = 5.36
سپس در پایان کار درجه توسعه یافتگی یا fi را با استفاده از فرمول زیر برای هر ناحیه محاسبه می کنیم.
 

 

به همین ترتیب درجه توسعه یافتگی را برای تمام نواحی محاسبه می کنیم. هرچه عدد بدست آمده به 0 نزدیکتر باشد ناحیه توسعه یافته تر بوده و رتبه بهتری دارد و هرچه به عدد 1 نزدیکتر باشد، توسعه یافتگی کمتر و رتبه پایین تر خواهد بود. محاسبات انجام شده را در جدول زیر که جدول پایانی می باشد، مشاهده می کنید:
 

 

طبق محاسبات انجام شده و با توجه به معیارهای در نظر گرفته شده، مشاهده می کنیم که ناحیه 1 بالاترین رتبه را داشته و بیشترین درجه توسعه یافتگی را دارند و ناحیه 7 پایین ترین رتبه و درجه توسعه یافتگی را دارند. قطعاً در نظر گرفتن معیارها و فاکتورهای بیشتر دقت محاسبه را نیز افزایش خواهد داد.

[Mohammad Aref 120452]

5- منطقه بندی و تعیین حوزه نفوذ سکونتگاه ها بر اساس مدل های جاذبه

1-5- تئوری تأثیر متقابل (The interaction theory? 
این مدل در پی مشخص نمودن روابط بین دو یا چند سکونتگاه است که در آن فزونی جمعیت در یک سکونتگاه بیشترین تأثیر را دارد به طوری که رابطه اقتصادی بین دو مرکز با اندازه جمعیت رابطه مستقیم و با عامل فاصله نسبت معکوس دارد که ساختار کلی مدل به این شکل می باشد:
 

 

حال در نمونه مورد بررسی محاسبه خواهیم نمود که شهرستان شهریار که در استان البرز واقع است، تحت تأثیر و حوزه نفوذ شهر تهران قرار دارد یا شهر کرج
 

 

مشاهده می کنیم که شهرستان شهریار بیشتر تحت تأثیر شهر تهران قرار دارد تا شهر کرج.

2-5- تئوری نقطه جدایی (The breaking – point theory? 
این مدل سعی می کند خط مرز منطقه تجاری بین دو شهر جدا از هم را جدا کند. نام دیگر این مدل، مدل ریلی می باشد و بر اساس فرمول زیر محاسبه می شود:
 

 

D = فاصله بین دو مرکز
PL = جمعیت شهر بزرگتر
PS = جمعیت شهر کوچکتر

برای نمونه دو شهر کرج و تهران را در نظر گرفتیم تا ببینیم مرز منطقه تجاری این دو شهر در چه فاصله ای از آنها قرار دارد.
 

 

پس تا 12.72 کیلومتر منطقه تجاری شهر کرج و تا 27.28 کیلومتر منطقه تجاری شهر تهران می باشد.

[Mohammad Aref 120452]

6- روش های تحلیل چند متغیره

1-6- روش تحلیل سلسله مراتبی (AHP)
اساس این روش در تصمیم گیری بر مقایسات زوجی نهفته است. یعنی مبانی ارزشی تحلیل گر با اطلاعاتی که در مورد جایگزین ها ( الترناتیو ها) وجود دارد در هم آمیخته می شوند و مجموعه ای برای اندازه گیری اولویت ها و ارزیابی پدید می آورند.
در این روش سه سطح به صورت سلسله مراتبی در نظر گرفته می شود که سطح اول بیان اهداف تصمیم گیری، سطح دوم تعریف شاخص ها ( سنجه ها) تصمیم گیری و سطح سوم تعیین مکان ها یا گزینه هایی است که با مقایسه آنها می توان اولویت مکان ها یا گزینه بهینه را انتخاب نمود.
این روش را در چهار مرحله زیر می توان خلاصه کرد:
 

• مرحله اول : وزن دادن به شاخص ها با کمک مقایسه زوجی آنها
• مرحله دوم: وزن دادن به مکان ها (جایگزین ها) با کمک مقایسه زوجی آنها
• مرحله سوم: محاسبه وزن مرکب و انتخاب مکان بهینه
• مرحله چهارم: آزمایش نرخ سازگاری

این مدل برای تعین مکان بهینه استفاده می شود. از معایب این مدل وابستگی آن به مدل های دیگر است.در این روش فقط یک سایت بهینه انتخاب می شود. 99% این مدل بر اساس تجربه می باشد.
در بررسی موردی، جانمایی ایستگاه آتش نشانی در ناحیه 1 منطقه 1 شهر تهران به عنوان هدف می باشد و 5 سایت در این ناحیه برای جانمایی ایستگاه آتش نشانی در نظر گرفته شده است که معیارهایی از جمله مساحت قطعه زمین، مقدار دولتی بودن زمین،هزینه خرید، دسترسی به سایر نقاط، تمایلات مردم و سازگاری با کاربری های همجوار نیز برای این جانمایی لحاظ شده اند. اطلاعات اولیه از هر سایت را در جدول زیر مشاهده می کنید: 
(البته اطلاعات واقعی نیست، فقط در اصل یه سری داده هستش واسه نحوه آشنایی کاربردی با این مدل. یه سری از داده ها هم که کلاً مقدار دقیقی نیست، فقط بهشون یه نمره ای مثلاً از 10 داده شده.)
 

 

سپس با مقایسه دو به دو داده ها (معیارها) برای هر معیار وزنی بدست می آوریم. (همونطور که گفته شد 99 درصد این مدل براساس تجربه هست. پس شاید خطای ما واسه وزن دهی های انجام شده دقیق نباشه. مثلاً سازگاری با کاربری های همجوار رو مهمتر از بقیه معیارها دونستیم و 2 برابر مساحت زمین، 9 برابر دولتی بودن زمین، 5 برابر هزینه خرید، 3 برابر دسترسی به سایر نقاط و 6 برابر تمایلات مردم مهمتر بوده. این یه چیز تجربی هستش و شاید هرکس نظرات مختلفی داشته باشه)
 

 

حال به مقایسه زوجی سایت ها براساس هریک از معیارهای در نظر گرفته شده می پردازیم. (تو اینجا هم اون تجربه کاربرد داره)

جدول داوری سنجه مقدار مساحت

 

جدول داوری سنجه مقدار دولتی بودن زمین

 

جدول داوری سنجه هزینه خرید

 

جدول داوری سنجه دسترسی به سایر نقاط

 

جدول داوری سنجه تمایلات مردم

 

جدول داوری سنجه سازگاری با کاربری های همجوار

 

و اما در نهایت بردار تصمیم گیری و انتخاب سایت بهینه

 

با توجه به نتایج بدست آمده مشاهده می کنیم که سایت انتخابی شماره 5 با بیشترین امتیاز بهترین مکان برای جانمایی آتش نشانی می باشد.

[Mohammad Aref 120452]

2-6- منطق بولین

مدل بولین مناسبت مکانی را بر اساس عملگرهای شرطی، به صورت «صفر» یا «یک» نمایش می‌دهد در مرحله بعد با استفاده از توابع منطقی مانند AND، OR، XOR و NOT برای اینکه شرط مخصوصی درست است یا غلط استفاده می کند و بوسیله آن‌ها لایه ها باهم ترکیب می‌شوند و نتیجه نهایی آن؛ داوری در مورد یک محل برای یک فعالیت یا کاربری خاص است که این محل یا مناسب است (یک) یا مناسب نیست (صفر) و حالت دیگری جز این دو وجود ندارد.
مزیت و امتیاز دیگر این رویکرد سهولت و سادگی آن است، ترکیب منطقی نقشه‌ها در یک GIS به طور مستقیم قابل قیاس به انباشتن فیزیکی نقشه‌ها بر روی یک میز نور است؛ اما به طور معمول مناسب نیست که برای هر یک از معیارهای ترکیب شده اهمیت یکسان قایل شد. معیارهای مختلف بایستی بسته به اهمیت نسبی خود وزن داده شوند.
اگر براساس تنها یک معیار واحدی نامناسب تشخیص داده شود آن قسمت از مجموعه زمین‌های مناسب حذف خواهد شد. به این طریق با ورود هر لایه به مدل محدوده واحدهای مناسب کوچکتر می‌شود تا اینکه در نهایت براساس جمیع معیارها واحدهایی که باقی می‌ماند به عنوان محدوده مناسب تشخیص داده می‌شوند. این روش در اجرا دارای اشکالاتی است و با محدودیت‌های اساسی مواجه می‌باشد. زیرا کافی است از میان مجموعه معیارها تنها براساس یک معیار نامناسب تشخیص داده شوند در این صورت کل آن واحد از مجموعه زمین‌های مناسب خارج می‌شود. در حالی که این امکان وجود دارد که نامناسب بودن این معیار را از طریق اقداماتی جبران کرد. گاهی اوقات ممکن است در نتیجه اجرای مدل و ورود لایه‌های جدید و محدود شدن واحدها، در نهایت هیچ واحد مناسبی در سطح منطقه باقی نماند در این صورت معیارها مورد بازنگری قرار گرفته و اولویت بندی می‌شوند.
در نمونه مورد بررسی، جانمایی یک مرکز خرید محله، در یکی از محلات شهر ارومیه مدنظر می باشد. برای این منظور چند معیار تعریف می کنیم و نقشه های هریک را تهیه می نماییم. (البته ناگفته نمونه که با توجه به داده هایی که بوده این مثال انجام شده. قطعاً هرچی داده های مختلف بیشتر باشه، نتایج بهتری میشه گرفت. ولی همونطور که تو مدل های قبلی هم گفته شده بود یه سری داده رو استفاده می کنیم فقط واسه درک روش کار و استفاده از مدل)
در ابتدا نقشه کاربری های مخروبه، خالی و نامعلوم رو روی نقشه شناسایی می کنیم. که این زمین ها دارای ارزش یک و سایر کاربری ها دارای ارزش صفر می باشند. نقشه تهیه شده در تصویر زیر قابل مشاهده می باشد که کاربری های خالی و مخروبه و نامعلوم با رنگ قرمز مشخص شده اند: (طرز تهیه نقشه ها هم کسانی که نمیدونن ایشالا بعداً تو آموزش های GIS گفته میشه)
 

 

سپس نقشه زمین هایی که دارای مالکیت دولتی یا تعاونی هستند را مشخص می کنیم که ارزش این زمین ها یک و سایر زمین ها که دارای مالکیت های شخصی و وقفی و استیجاری هستند را صفر در نظر می گیریم. در نقشه زیر زمین های با مالکیت دولتی یا تعاونی با رنگ قرمز مشخص شده است:
 

 

سپس نقشه قطعاتی که قیمت زمین در آنها متری زیر یک میلیون تومان می باشد را تهیه می کنیم. زمین های بالای یک میلیون تومان دارای ارزش صفر و زیر یک میلیون دارای ارزش یک می باشد. زمین هایی که قیمت آنها متری کمتر از یک میلیون تومان می باشد در نقشه زیر با رنگ قرمز مشخص شده است. 
 

 

نقشه بعدی، نقشه کیفیت ابنیه می باشد که قطعات تخریبی دارای ارزش یک و سایر قطعات دارای ارزش صفر می باشند. در نقشه زیر رنگ قطعات تخریبی با رنگ قرمز مشخص شده است:
 

 

در پایان با روی همگذاری این نقشه ها، قطعاتی که دارای تمام ویژگی های فوق باشند شناسایی می شوند. یعنی قطعاتی که با کیفیت تخریبی بوده و قیمت زمین در آنها زیر یک میلیون تومان می باشد و نیز دارای مالکیت دولتی یا تعاونی می باشد و کاربری آن مخروبه یا خالی می باشد. این قطعات با رنگ قرمز در نقشه زیر قابل مشاهده می باشد:
 

 

مشاهده می کنیم که در نقشه پایانی چندین قطعه که دارای تمامی ویژگی های فوق باشند، شناسایی شده اند. البته می توان با تعریف معیارهای بهتر و دقیق تر، به نتایج بهتری رسید. از جمله معیار مساحت، فاصله از سایر مراکز خرید، فاصله از کاربری های ناسازگار و ....
ولی با توجه به محدودیت اطلاعات موجود در مثال مورد بررسی، 4معیار فوق در نظر گرفته شد.

[Mohammad Aref 120452]

3-6- منطق فازی

در منطق فازی برخلاف منطق بولین، بین صفر و یک نیز وزن بندی انجام می شود. هریک از معیارها نیز می توانند وزن مشخصی را داشته باشد. به این ترتیب، در صورت عدم وجود یک ویژگی، قطعه حذف نمی شود. بلکه برآیند ویژگی های آن محاسبه می گردد. تا بدین ترتیب نقاط ضعف مدل بولین پوشش داده شود.
در مثال مورد بررسی، همان کار قبلی یعنی مکانیابی مرکز خرید محله را این بار از طریق منطق فازی انجام می دهیم. بدین منظور ابتدا در نقشه کاربری ها، به کاربری های زمین خالی نمره 1، کاربری های مخروبه نمره 0.7 ، کاربری های تجاری نمره 0.5 و کاربری های نامعلوم نمره 0.2 داده شد و سایر کاربری های نیز 0 در نظر گرفته شد. نقشه وزن بندی کاربری ها را در زیر مشاهده می کنید که قطعات پررنگ امتیاز بیشتر و قطعات کمرنگ امتیاز کمتری را دارند:
(در این مثال هم داده های کم در اختیار بوده و فقط جهت آشنایی با روند کلی کار با مدل فازی هستش.)
 

 

سپس برای نقشه مالکیت، زمین های دولتی امتیاز 1 ، زمین های تعاونی امتیاز 0.6 ، زمین های استیجاری امتیاز 0.2 و زمین های وقفی و شخصی امتیاز 0 در نظر گرفته شد. در نقشه زیر قطعات پررنگ دارای امتیاز بیشتر و قطعات کمرنگ دارای امتیاز کمتر است:
 

 

برای نقشه قیمت زمین نیز وزن بندی زیر انجام شد:
از 500 تا 2000: امتیاز 1
از 2000 تا 4000: امتیاز 0.7
از 4000 تا 7000: امتیاز 0.5
از 7000 تا 1000: امتیاز 0.2
از 1000 به بالا: امتیاز 0
در نقشه زیر نیز قطعات با امتیاز بیشتر پررنگ تر و قطعات با امتیاز کمتر، کمرنگ تر می باشند:
 

 

در چهارمین نقشه که نقشه کیفیت ابنیه می باشد نیز برای قطعات تخریبی امتیاز 1، قطعات قابل نگهداری امتیاز 0.6 ، قطعات مرمتی امتیاز 0.3 و قطعات نوساز امتیاز 0 در نظر گرفته شد و قطعات پررنگ تر دارای امتیاز بیشتر و قطعات کمرنگ تر دارای امتیاز کمتر می باشند:
 

 

در پایان چهار نقشه بدست آمده را با وزن دهی به هریک از معیارها، روی هم گذاری می کنیم تا نقشه پایانی که اولویت های مکانیابی مرکز خرید محله رو مشخص می کند، بدست بیاید. بدین منظور، برای معیار نوع کاربری ضریب 5، مالکیت ضریب 3، کیفیت ضریب 2 و قیمت ضریب 1 را در نظر می گیریم. در نهایت نقشه بدست آمده اولویت های مکانیابی مرکز خرید محله را با طیف بندی رنگ ها نشان می دهد که قطعات پر رنگ تر دارای اولویت بالاتر برای این منظور می باشند و قطعات کمرنگ تر دارای اولویت کمتر، که نتیجه را در نقشه زیر مشاهده می کنید:
 

 

در این مدل نیز مانند مدل قبلی اگر اطلاعات بیشتری در دسترس باشد و معیارهای بیشتری از جمله مساحت، فاصله از سایر مراکز خرید، فاصله از کاربری های ناسازگار و ... در نظر گرفته شود، نتایج بهتر و دقیق تری نیز بدست خواهد آمد. ولی با توجه به محدودیت اطلاعات موجود، فقط 4 معیار فوق در نظر گرفته شد که نتیجه نیز در نقشه پایانی قابل مشاهده است که تا حدودی قابل قیاس با نقشه نهایی بدست آمده از منطق بولین نیز می باشد.

[servinsta 14]

با سلام از اینکه مطالب خیلی خوبی رو سایت گذاشتید واقعا ممنون

اگه امکانش هست لطفا مطالبی در مورد مدل جمعیتی " قانون جاذبه تجارت خروده فروشی" رو هم اگه دارید بذارید رو سایت واقعا بهش نیاز دارم.... بازم تشکر

[مرغ باغ ملکوت 1609]

6-4- مدل موریس (شاخص ناموزون موریس):

روش موريس که يکی از جديدترين و کاربردی ترين روشها برای درجه بندی و طبقه بندی مکانها از جنبه های مختلف می باشد، در اين مدل يک سري از شاخص ها همسو و هم جهت تبديل به معيار مي شوند. اين مدل از شاخص لود براي استاندارد سازي داده ها استفاده مي کند.ميانگين اين شاخص براي هر مکان امتياز آن مکان است که هرچه قدر بزرگتر باشد اهميت بيشتري دارد.شاخص لود به صورت مقابل محاسبه مي شود.




حال شاخص لود را برای هر داده محاسبه می کنیم و در جدول دوم، شاخص های لود را برای هر ناحیه با هم جمع نموده و میانگین آنرا در هر ناحیه محاسبه می کنیم که هرچقدر بزرگتر باشد بهتر است و آن ناحیه نسبت به سایر نواحی توسعه یافته تر است.





در نمونه مورد بررسی که برای نواحی منطقه 1 شهر تهران در سال 1375 می باشد 5 مورد برخورداری در نظر گرفته شده است که عبارتند از: برخورداری از زمین فوتسال، پزشک، پزشک متخصص، پارک و کلاس آموزشی. نسبت برخورداری هریک از نواحی از این امکانات با توجه به جمعیت نواحی سنجیده شده و در جدول نوشته می شود. سپس با استفاده از شاخص لود این داده ها استاندارد شده اند به طوری که اختلاف هر سرویس در ناحیه با میینیمم مقدار آن در تمام نواحی بر اختلاف بین ماکزیمم و مینیمم سرویس موردنظر در نواحی تقسیم شده و نتیجه به درصد بیان می شود و در جدول آورده می شود.
در پایان داده های بدست آمده از طریق شاخص لود را برای هر ناحیه جمع نموده و بر تعداد فاکتورهای در نظر گرفته شده تقسیم می کنیم تا به عدد نهایی برای هر ناحیه برسیم. هر ناحیه که بیشترین مقدار را داشته باشد، رتبه 1 را داشته و بیشترین برخورداری را دارد و در مقابل هر ناحیه که کمترین مقدار را داشته باشد در رتبه آخر قرار گرفته و دارای کمترین برخورداری است. در نمونه مورد بررسی نیز ناحیه 6 با 91.86 رتبه اول را داشته و کلاس توسعه آن کاملاً برخوردار است و ناحیه 3 با 11.084 کمترین رتبه را داشته و عدم برخورداری را دارد. در این روش برخلاف روش های قبلی معیار جمعیت تأثیر گذار بوده است، اما همچنان به کیفیت شبکه ارتباطی و عوامل طبیعی توجهی نشده است و قابلیت پیش بینی آینده را ندارد و فقط گزارشی از وضعیت برخورداری و سطح بندی نواحی موجود می دهد.

سلام. مرسی از توضیحات تون
میتونم یه سوال بپرسم؟
نسبت برخورداری هر ناحیه از یه عملکرد چه جوری حساب شده؟ یعنی اگه بخواییم این مدل رو برای یه شهر حساب کنیم جدول اول چه جوری باید پر بشه؟
و یه سوال دیگه
رتبه بندی که در آخر بدست میاد از کجا باید بفهمیم که از چه عددی به بعد برخوردار محسوب میشه یا عدم برخوردار؟

[مرغ باغ ملکوت 1609]

با اجازه تون سوال سوم از همین مدل موریس

شاخص لود رو که برای منطقه 2 حساب کردین. اعداد مخرجش از کدوم جدول اومده؟ 5.17 و 0.12 ؟

و چرا جوابش که 36.67 باشه برای ناحیه 3 نوشته شده؟

[Mohammad Aref 120452]

سلام. مرسی از توضیحات تون

میتونم یه سوال بپرسم؟
نسبت برخورداری هر ناحیه از یه عملکرد چه جوری حساب شده؟ یعنی اگه بخواییم این مدل رو برای یه شهر حساب کنیم جدول اول چه جوری باید پر بشه؟
و یه سوال دیگه
رتبه بندی که در آخر بدست میاد از کجا باید بفهمیم که از چه عددی به بعد برخوردار محسوب میشه یا عدم برخوردار؟

سلام. خواهش میکنم.
در مورد سوال اول، مثلاً نسبت برخورداری از زمین فوتسال به ازای هر 1000 نفر
اول اینکه وقتی میگه به ازای هر 1000 نفر، باید جمعیت رو تقسیم بر 1000 کرد تا اون واحدی که مدنظرش هست بدست بیاد.
مثلاً جمعیت 15000 نفر هستش، تقسیم بر هزار میشه 15
چون نسبت میخوایم، میایم تعداد زمین های فوتسال رو به این عدد تقسیم میکنیم که ببینیم به هر واحد چقدر زمین فوتسال میرسه. مثلاً 3 تا زمین فوتسال داریم، تقسیم بر 15 کنیم، میشه 0.2
گزینه ها هرچیزی میتونه باشه. اینجا فقط مثال هستش. میتونه حتی مساحتی باشه، شبیه سرانه.

در مورد سوال دوم، اون عنوان ها خیلی مهم نیست. همینطوری گفته میشه. مهم اون رتبه بندی هست که بدست میاد. چون هدف مقایسه و رتبه بندی و طبقه بندی نواحی و مکان ها هستش.

[Mohammad Aref 120452]

با اجازه تون سوال سوم از همین مدل موریس:icon_redface:

شاخص لود رو که برای منطقه 2 حساب کردین. اعداد مخرجش از کدوم جدول اومده؟ 5.17 و 0.12 ؟
و چرا جوابش که 36.67 باشه برای ناحیه 3 نوشته شده؟:ws38:

اووه اشتباه شده.
کم دقتی مخرج از تمرین کلاسی اومده که کلاً یه مثال و عددای دیگه بوده
مخرجش با منطقه 1 فرقی نمیکنه. برای هر ستون، مخرج ها ثابته.
36.67 هم کلاً اشتباهه. واسه منطقه 3 کلاً 0 میشه چون مینیمم هست و صورت 0 در میاد.

[مرغ باغ ملکوت 1609]

سلام. خواهش میکنم.

در مورد سوال اول، مثلاً نسبت برخورداری از زمین فوتسال به ازای هر 1000 نفر
اول اینکه وقتی میگه به ازای هر 1000 نفر، باید جمعیت رو تقسیم بر 1000 کرد تا اون واحدی که مدنظرش هست بدست بیاد.
مثلاً جمعیت 15000 نفر هستش، تقسیم بر هزار میشه 15
چون نسبت میخوایم، میایم تعداد زمین های فوتسال رو به این عدد تقسیم میکنیم که ببینیم به هر واحد چقدر زمین فوتسال میرسه. مثلاً 3 تا زمین فوتسال داریم، تقسیم بر 15 کنیم، میشه 0.2
گزینه ها هرچیزی میتونه باشه. اینجا فقط مثال هستش. میتونه حتی مساحتی باشه، شبیه سرانه.

در مورد سوال دوم، اون عنوان ها خیلی مهم نیست. همینطوری گفته میشه. مهم اون رتبه بندی هست که بدست میاد. چون هدف مقایسه و رتبه بندی و طبقه بندی نواحی و مکان ها هستش. :a030:

خیلی خیلی ممنونم. البته سوال دوم یه خرده هنوز برام مبهمه. مثلا تا رتبه 6 رویه بهبوده. از رتبه 7 میشه عدم برخوردار
اینم مهم نیست؟:ws52:

[مرغ باغ ملکوت 1609]

اووه اشتباه شده.

کم دقتی مخرج از تمرین کلاسی اومده که کلاً یه مثال و عددای دیگه بوده
مخرجش با منطقه 1 فرقی نمیکنه. برای هر ستون، مخرج ها ثابته.
36.67 هم کلاً اشتباهه. واسه منطقه 3 کلاً 0 میشه چون مینیمم هست و صورت 0 در میاد.

نه 36.67 کلا اشتباه نیست. این عدد مال ستون اول برا ناحیه 2 هستش نه 3
در حقیقت اعداد نواحی 2 و 3 تو این ستون جابه جا شدن

[مرغ باغ ملکوت 1609]

7-4- مدل تاکسونومی عددی:

این مدل در چندین مرحله محاسبه می شود و کمی پیچیده تر از مدل های قبلی می باشد. در مرحله اول مجموع داده ها، میانگین داده و انحراف معیار آنها را حساب می کنیم.
(یکی از تو مخ ترین روشا، انقدر که طولانیه حالا ما تو مثال فاکتورای کمی رو در نظر گرفتیم فقط واسه اینکه روش کار رو میخواستیم توضیح بدیم. وگرنه خیلی داغون تر از این حرفاس که الان توضیح میدم :ws3:)



در نمونه مورد بررسی که برای سطح بندی نواحی منطقه 1 شهر تهران در سال 1375 می باشد 4 فاکتور مرکز بهداشتی، پزشک، مرکز آموزشی و پارک در نظر گرفته شده است که نتایج در جدول فوق آورده شده است.
اعداد جدول اول اختلافات زیادی را با هم دارند، پس باید استاندارد سازی شده و بهم نزدیک شوند. در مرحله دوم داده های موجود را استاندارد سازی می کنیم. برای اینکار هر داده را از میانگین کم نموده و نتیجه را بر انحراف معیار تقسیم می کنیم و عدد بدست آمده که عدد استاندارد شده می باشد را در جدول یادداشت می کنیم. البته در ردیف آخر جدول، بزرگترین عدد هر ستون را نیز به عنوان عدد ایده آل یا (Dio) یادداشت می کنیم.این جدول به Z-Score معروف است.



در مرحله سوم که فاصله مرکب بین داده ها می باشد، فاصله بین دو ناحیه را در هر فاکتور بدست می آوریم و در جدولی به نام جدول dab یاد داشت می کنیم.سپس این داده ها را به توان 2 رسانده،با هم جمع می کنیم و در نهایت جذر آنها را می گیریم. تمام اقدامات ذکر شده را در جدول زیر مشاهده می کنید.



در این مرحله ناحیه های همگن را پیدا می کنیم و اگر ناحیه ای همگن نباشد، حذف می کنیم و دوباره از ابتدا مراحل را تکرار می کنیم. برای این کار فاصله دو به دوی داده های نواحی را در جدولی یادداشت نموده و کوتاهترین فاصله یا همان کمترین داده را در ستون آخر می نویسیم و سپس میانگین و انحراف معیار این کوتاه ترین فاصله ها را بدست می آوریم. در نهایت داده هایی که کوتاه ترین فاصله آنها بین فاصله میانگین دو برابر انحراف معیار قرار ندارند، حذف می شوند زیرا هیچ مشابهتی بین آن ناحیه و نواحی دیگر وجود ندارد و در این صورت باید از ماتریس اول حذف شده و تمام مراحل از ابتدا بدون در نظر گرفتن آن ناحیه تکرار شود و در صورت نبود داده خارج از این فاصله کار را ادامه خواهیم داد. (البته به نظر من اگه اینجوری بشه، کلاً باید ببوسیم بذاریم کنار راحت تریم تا دوباره از اول پیش بریم:ws3: )





همانطور که در جدول فوق مشاهده می کنیم تمام داده ها بین این دو عدد قرار می گیرند. پس مراحل کار را ادامه می دهیم.

در مرحله بعدی لازم است که Cio یا سرمشق توسعه را بدست آوریم. برای این کار به ماتریس دوم یا همان Z-Score مراجعه می کنیم. در این ماتریس مقدار Dio که بزرگترین مقدار هر ستون بود را از تمامی اعداد کم نموده و حاصل را به توان 2 می رسانیم، سپس آنها را با هم جمع نموده و جذرشان را حساب می کنیم تا مقدار Cio بدست بیاید. سپس میانگین و انحراف معیار Cio را نیز محاسبه می کنیم تا در مراحل بعدی استفاده کنیم. باید توجه داشته باشیم که با توجه به معیار در نظر گرفته شده، گاهی اوقات Dio بیشتر بهتر است و گاهی اوقات (مانند زمانی که معیار مرگ و میر می باشد) Dio کمتر مناسب تر است. در نمونه مورد بررسی و هر 4 فاکتور لحاظ شده، مقدار Dio بیشتر مناسب تر می باشد و به همین دلیل ما بزرگترین عدد در ماتریس دوم را برای هر معیار به عنوان Dio در نظر گرفتیم.



در مرحله آخر به محاسبه درجه توسعه یافتگی و رتبه بندی نواحی می رسیم. برای اینکار ابتدا Co را به روش زیر محاسبه می کنیم:
Co = میانگین Cio + 2(انحراف معیار Cio)
Co = 5.36
سپس در پایان کار درجه توسعه یافتگی یا fi را با استفاده از فرمول زیر برای هر ناحیه محاسبه می کنیم.



به همین ترتیب درجه توسعه یافتگی را برای تمام نواحی محاسبه می کنیم. هرچه عدد بدست آمده به 0 نزدیکتر باشد ناحیه توسعه یافته تر بوده و رتبه بهتری دارد و هرچه به عدد 1 نزدیکتر باشد، توسعه یافتگی کمتر و رتبه پایین تر خواهد بود. محاسبات انجام شده را در جدول زیر که جدول پایانی می باشد، مشاهده می کنید:



طبق محاسبات انجام شده و با توجه به معیارهای در نظر گرفته شده، مشاهده می کنیم که ناحیه 1 بالاترین رتبه را داشته و بیشترین درجه توسعه یافتگی را دارند و ناحیه 7 پایین ترین رتبه و درجه توسعه یافتگی را دارند. قطعاً در نظر گرفتن معیارها و فاکتورهای بیشتر دقت محاسبه را نیز افزایش خواهد داد.

یه سوال از اینجا حالا:ws3:
تو جدول دوم ( داده های استاندارد)
مثلا ستون اول جای علامت های منفی و مثبت عوض نشده؟:ws38:

[مرغ باغ ملکوت 1609]

6- روش های تحلیل چند متغیره

1-6- روش تحلیل سلسله مراتبی (AHP)
اساس این روش در تصمیم گیری بر مقایسات زوجی نهفته است. یعنی مبانی ارزشی تحلیل گر با اطلاعاتی که در مورد جایگزین ها ( الترناتیو ها) وجود دارد در هم آمیخته می شوند و مجموعه ای برای اندازه گیری اولویت ها و ارزیابی پدید می آورند.
در این روش سه سطح به صورت سلسله مراتبی در نظر گرفته می شود که سطح اول بیان اهداف تصمیم گیری، سطح دوم تعریف شاخص ها ( سنجه ها) تصمیم گیری و سطح سوم تعیین مکان ها یا گزینه هایی است که با مقایسه آنها می توان اولویت مکان ها یا گزینه بهینه را انتخاب نمود.
این روش را در چهار مرحله زیر می توان خلاصه کرد:

• مرحله اول : وزن دادن به شاخص ها با کمک مقایسه زوجی آنها
• مرحله دوم: وزن دادن به مکان ها (جایگزین ها) با کمک مقایسه زوجی آنها
• مرحله سوم: محاسبه وزن مرکب و انتخاب مکان بهینه
• مرحله چهارم: آزمایش نرخ سازگاری

این مدل برای تعین مکان بهینه استفاده می شود. از معایب این مدل وابستگی آن به مدل های دیگر است.در این روش فقط یک سایت بهینه انتخاب می شود. 99% این مدل بر اساس تجربه می باشد.
در بررسی موردی، جانمایی ایستگاه آتش نشانی در ناحیه 1 منطقه 1 شهر تهران به عنوان هدف می باشد و 5 سایت در این ناحیه برای جانمایی ایستگاه آتش نشانی در نظر گرفته شده است که معیارهایی از جمله مساحت قطعه زمین، مقدار دولتی بودن زمین،هزینه خرید، دسترسی به سایر نقاط، تمایلات مردم و سازگاری با کاربری های همجوار نیز برای این جانمایی لحاظ شده اند. اطلاعات اولیه از هر سایت را در جدول زیر مشاهده می کنید:
(البته اطلاعات واقعی نیست، فقط در اصل یه سری داده هستش واسه نحوه آشنایی کاربردی با این مدل. یه سری از داده ها هم که کلاً مقدار دقیقی نیست، فقط بهشون یه نمره ای مثلاً از 10 داده شده.)



سپس با مقایسه دو به دو داده ها (معیارها) برای هر معیار وزنی بدست می آوریم. (همونطور که گفته شد 99 درصد این مدل براساس تجربه هست. پس شاید خطای ما واسه وزن دهی های انجام شده دقیق نباشه. مثلاً سازگاری با کاربری های همجوار رو مهمتر از بقیه معیارها دونستیم و 2 برابر مساحت زمین، 9 برابر دولتی بودن زمین، 5 برابر هزینه خرید، 3 برابر دسترسی به سایر نقاط و 6 برابر تمایلات مردم مهمتر بوده. این یه چیز تجربی هستش و شاید هرکس نظرات مختلفی داشته باشه)



حال به مقایسه زوجی سایت ها براساس هریک از معیارهای در نظر گرفته شده می پردازیم. (تو اینجا هم اون تجربه کاربرد داره)

جدول داوری سنجه مقدار مساحت


جدول داوری سنجه مقدار دولتی بودن زمین


جدول داوری سنجه هزینه خرید


جدول داوری سنجه دسترسی به سایر نقاط


جدول داوری سنجه تمایلات مردم


جدول داوری سنجه سازگاری با کاربری های همجوار


و اما در نهایت بردار تصمیم گیری و انتخاب سایت بهینه


با توجه به نتایج بدست آمده مشاهده می کنیم که سایت انتخابی شماره 5 با بیشترین امتیاز بهترین مکان برای جانمایی آتش نشانی می باشد.

ببخشید بازم سوال:hanghead:
تو جداول داوری سنجه
مثلا برا مساحت؛ عدد مقایسه بین دو مکان چه جوری بدست اومده؟ مثلا سایت یک در مقایسه با سایت دو شده 0.33:ws38:
و وزن داده ها چه جوری به دست میاد؟
که تو جدول داوری سنجه ها برا x و y جداشم کردید:icon_pf (34):

[Mohammad Aref 120452]

در در ۱۳۹۵/۱/۱۶ در 23:36، مرغ باغ ملکوت گفته است :

 

 

خیلی خیلی ممنونم. البته سوال دوم یه خرده هنوز برام مبهمه. مثلا تا رتبه 6 رویه بهبوده. از رتبه 7 میشه عدم برخوردار
اینم مهم نیست؟:ws52:

نه اصلاً مهم نیست. مهم رتبه بندیا هستش.
اون اسما رو همینجوری گذاشته شده، رتبه اولو گفتیم کاملاً برخوردار، رتبه آخرو گفتیم عدم برخوردار، اون وسطیا هم زدیم برخوردار و رو به بهبود و اینا. اصلاً میشد هیچی نذاریم رتبه برخورداریشون مهمه فقط.

 

در در ۱۳۹۵/۱/۱۷ در 00:27، مرغ باغ ملکوت گفته است :

 

 

یه سوال از اینجا حالا:ws3:
تو جدول دوم ( داده های استاندارد)
مثلا ستون اول جای علامت های منفی و مثبت عوض نشده؟:ws38:

نه عوض نشده میانگین رو منهای داده می کنیما.
الان مثلاً همون اولین سلول، میانگین 21.125 هستش. منهای داده که 6 هست می کنیم، میشه 15.125
که بعدشم اینو تقسیم بر انحراف معیار میکنیم.

 

در در ۱۳۹۵/۱/۱۷ در 02:17، مرغ باغ ملکوت گفته است :

 

ببخشید بازم سوال:hanghead:
تو جداول داوری سنجه
مثلا برا مساحت؛ عدد مقایسه بین دو مکان چه جوری بدست اومده؟ مثلا سایت یک در مقایسه با سایت دو شده 0.33:ws38:
و وزن داده ها چه جوری به دست میاد؟
که تو جدول داوری سنجه ها برا x و y جداشم کردید:icon_pf (34):

این مقایسه ها و وزن ها کاملاً نسبی هستش. اون قسمتی که قرمز رنگ نوشتم واسه همینه که 99 درصد بر اساس تجربه وزن دهی ها انجام میشه و به خاطر همینم امکان خطا داره. واسه اینکار معمولاً میان نظرات چندین متخصص رو می پرسن و برآیند نظرات اونا رو به عنوان وزن دهی نهایی استفاده میکنن.
ولی خب مثلاً اگه معیار الف وزن و اهمیتش 2 برابر معیار ب بود. وزن معیار ب هم نسبت به الف میشه 0.5 این تقارن باید رعایت بشه.

[مرغ باغ ملکوت 1609]

این مقایسه ها و وزن ها کاملاً نسبی هستش. اون قسمتی که قرمز رنگ نوشتم واسه همینه که 99 درصد بر اساس تجربه وزن دهی ها انجام میشه و به خاطر همینم امکان خطا داره. واسه اینکار معمولاً میان نظرات چندین متخصص رو می پرسن و برآیند نظرات اونا رو به عنوان وزن دهی نهایی استفاده میکنن.
ولی خب مثلاً اگه معیار الف وزن و اهمیتش 2 برابر معیار ب بود. وزن معیار ب هم نسبت به الف میشه 0.5 این تقارن باید رعایت بشه.
تشکر از توضیحاتتون
ولی این ستون های زرد رنگ چه جوری به دست اومدن؟
http://www.noandishaan.com/upload/images/w41go2t1epz66hku6bp.jpg][/url][/img]

[Mohammad Aref 120452]

تشکر از توضیحاتتون
ولی این ستون های زرد رنگ چه جوری به دست اومدن؟
http://www.noandishaan.com/upload/images/w41go2t1epz66hku6bp.jpg][/url][/img]

وزن داده ها نسبت به هم که می بینی تو هر جدول عدد ثابتی هم هست، تو جدول دوم بدست اومده بود:


اما وزن داده نسبت به خودش از تقسیم میانگین هندسی اون داده به مجموع میانگین های هندسی بدست میاد. یعنی مثلاً تو سایت اول، میانگین هندسی 0.4 بوده که با تقسیم بر 6.19 عدد تقریبی 0.06 بدست میاد

[alisha69 11]

وااااقعا پست شما نجاتی بود برای من مثال های سر کلاس را اشتباه نوشته بودم و داشتم دیوانه میشدم خیییییییییییییییییییییییییییلی ممنون امیدوارم حرکت قشنگتون را ادامه بدید مرسییی

[Mohammad Aref 120452]

روش جدول موازنه برنامه ریزی

این روش کاربرد خاصی از روش بررسی نسبت هزینه به سودمندی اجتماعی است.ابتدا در سال 1956 توسط پروفسور لیچفیلد(Prof.N.Lichfield) برای استفاده در مطالعات برنامه ریزی شهری و منطقه ای ارائه شد. دلیل ابداع این روش، ضعف روش SCBA در ملحوظ داشتن انصاف وبرابری از یک سو و عدم امکان تبدیل تمامی معیارهای کیفی به مقادیر کمی و پولی بوده است. لیچفیلد عقیده داشت که انصاف و برابری و عدالت اجتماعی باید در تکنیک های ارزیابی دخالت کنند.عدم وجود چنین دخالتهایی در روش SCBA و نیز در نظر نگرفتن این حقیقت که پیشنهادات برنامه ریزیهای شهری و منطقه ای به دلیل سرمایه گذاریهای همزمان در بخشهای مختلف که شامل ارزیابی گروههای زیادتر با تعداد عوامل غیرقابل سنجش بیشتری را دربرمی گیرند، و نیز سوالهایی چون "منظور واقعی از بررسی نسبت هزینه به سودمندی " چیست؟ آیا پیشنهادهای برنامه ریزی براساس "ارزش پولی" است؟ و مشخصاً ارزشهای چه کسانی و پول چه کسی؟ این موارد لیچفیلد را برآن داشت تا نظریه خود را تحت عنوان جدول موازنه برنامه ریزی به عنوان یکی از تکنیکهای ارزشیابی طرح بنیانگذاری کند. لیچفیلد این روش را برای ارزشیابی برنامه های مختلف توسعه پیشنهاد کرد. در PBS پیوندها با تئوری اقتصاد رفاه درآمیخته است. این روش به تحلیل گران این فرصت را می دهد که اقلام هزینه و سودمندی را در مورد تک تک گروههایی که اثرات برنامه ریزی را لمس می کنند معین کرده و داده ها ( ضررها) و یافته های نهایی آنان را شناسایی کنند. در این روش پروژههایی که از نظر زمانی و مکانی به هم مربوط هستندمورد بررسی قرار می گیرند.

این فایل آموزشی توسط زینب تنکابنی رضایی برای درس کارگاه برنامه ریزی شهری دانشگاه مازندران تهیه کرده که به صورت Word از پیوست می تونید دانلود کنید.

برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.

• ورود
• یا
• ثبت نام

برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.

• ورود
• یا
• ثبت نام