بررسی رابطه هوش مصنوعی و مورفولوژی شهری

یگانه برادران¹

1) کارشناسی ارشد،گرایش معماری،سمنان،ایران

کد IOI مقاله : AAHE-AAHFKE
محل انتشار : کنفرانس ملی فناوری های عمران، طراحی و ساخت، انرژی، مواد و ماشین آلات پیشرفته(icaeu.ir)
چکیده :
    چکیده در دهه‌های اخیر، رشد شتابان شهرنشینی و پیچیدگی فزاینده ساختارهای کالبدی شهرها، ضرورت بهره‌گیری از فناوری‌های نوین برای تحلیل و طراحی شهری را دوچندان کرده است. در این میان، هوش مصنوعی (Artificial Intelligence) به‌عنوان ابزاری قدرتمند برای تحلیل داده‌های کلان شهری، به‌ویژه در حوزه مورفولوژی شهری (Urban Morphology)، جایگاهی کلیدی یافته است. پژوهش حاضر با هدف بررسی رابطه میان هوش مصنوعی و مورفولوژی شهری، به تحلیل کاربرد الگوریتم‌های یادگیری ماشین در شناسایی الگوهای کالبدی، پیش‌بینی تحولات فضایی و بازآفرینی شهری پرداخته است. روش تحقیق به‌صورت تحلیلی – کیفی و مرور نظام‌مند انجام شده است. در این راستا، بیش از ۳۰ منبع علمی از پایگاه‌های معتبر بین‌المللی شامل ScienceDirect، Springer، Scopus و Google Scholar مورد بررسی قرار گرفته و داده‌ها با استفاده از تحلیل محتوای کیفی و مقایسه تطبیقی تجزیه و تحلیل شده‌اند. تمرکز اصلی بر روی الگوریتم‌های هوش مصنوعی نظیر شبکه‌های عصبی کانولوشنی (CNN) برای طبقه‌بندی فرم‌های شهری، شبکه‌های گرافی (GNN) برای تحلیل شبکه‌های فضایی و مدل‌های داده‌محور مانند XGBoost برای پیش‌بینی تغییرات کالبدی بوده است. نتایج نشان می‌دهد که هوش مصنوعی قادر است با تحلیل داده‌های مکانی و تصویری، روابط پنهان میان عناصر فضایی را آشکار کرده، تحولات آینده شهری را پیش‌بینی و سناریوهای مختلف بازآفرینی شهری را شبیه‌سازی کند. مطالعات موردی جهانی در شهرهای لندن، سنگاپور و پکن نشان می‌دهند که ترکیب مدل‌های یادگیری ماشین با تحلیل مورفولوژی، می‌تواند به ارتقای دقت تصمیم‌گیری‌های طراحی و برنامه‌ریزی شهری کمک کند. همچنین بررسی نمونه‌های ایرانی نشان داده است که با وجود محدودیت‌های داده‌ای، کاربرد AI می‌تواند منجر به تحلیل مؤثرتر و بهینه‌سازی فرم‌های شهری شود. در نهایت، پژوهش حاضر چارچوبی مفهومی برای ادغام هوش مصنوعی در تحلیل و بازآفرینی شهری ارائه می‌دهد که شامل مراحل جمع‌آوری داده‌ها، پیش‌پردازش، تحلیل الگوریتمی، پیش‌بینی تحولات و تفسیر نتایج با استفاده از Explainable AI است. این چارچوب می‌تواند مبنایی برای توسعه آینده شهرهای داده‌محور و هوشمند در ایران و جهان باشد.

کلمات کلیدی : ‌ها هوش مصنوعی مورفولوژی شهری بازآفرینی شهری یادگیری ماشین تحلیل فرم شهری