منبع پایان نامه درمورد شبیه سازی، گسترش آتش سوزی، مطالعات اجتماعی، وضعیت اجتماعی

دانلود پایان نامه ارشد

(Wolfram , 2002) . اولام به فون نیومن پیشنهاد داد تا او از چیزی که او اسمش را “فضای سلولی” نامیده بود ( یک سیستم شبکه ای مصنوعی) برای شبیه سازی فضای واقعی برای تولید الگوهای خود تکثیر و بدون هیچ گونه موانع فیزیکی استفاده نماید (Von Neumann, 1996) . این شبیه سازی نخستین سند استفاده از سلول های خودکار بوده است .
در دهه 1970 اولین استفاده کاربردی از سلول های خودکار در شکل متعارف خود توسط جان هارتون در بازی مشهور او موسوم به”بازی زندگی “22 معرفی شد (Gardner, 1970) که درک بهتری از اصول سلول های خودکار را که در کارهای اولیه اولام و فون نیومن تولید شده بود ، به دست داد . بازی زندگی برای شبیه سازی فرایند های بیولوژیکی زندگی یا مرگ مطابق با یک سری از قوانین تعریف شده طراحی شده بود . این بازی بر روی یک فضای سلولی مصنوعی که پیشتر توسط اولام تعریف شده بود ، تنها با دو حالت مرگ یا زندگی کار می کرد . برای تشریح این اصول ، فرض کنید یک فضای سلولی (3×4 grid) با دو حالت مرگ (سبزرنگ) یا زندگی(زرد رنگ) همانطور که در شکل 1-3 دیده می شود تعریف شده است . بازی زندگی همسایگی ها را بوسیله ارتباط پیکسل های احاطه شده با پیکسل تست یا محک تعریف می نماید که شامل عدد های یک به صورت قطری می باشد . به عنوان مثال در شکل 3-1 پیکسل محک (آبی) با 8 پیکسل قرمز مجاورت دارد. یک دسته از قوانین ساده برای بازی زندگی تعریف شده اند که عبارتند از (Rennard, 2000) :

شکل شماره 1-3 : فضای سلولی شماتیک با پیکسل های قرمز و آبی

اگر یک پیکسل غیر فعال توسط سه پیکسل فعال احاطه شده باشد این پیکسل به پیکسل فعال تبدیل خواهد شد.
اگر یک پیکسل فعال توسط دو یا سه پیکسل فعال احاطه شده باشد این پیکسل بصورت فعال باقی خواهد ماند.
برای هر حالت دیگری غیر از حالات بالا ، پیکسل غیر فعال باقی خواهد ماند یا اگر فعال باشد می میرد.
قوانین بازی زندگی نشان می دهند که یک تمرکز بالا از توده پیکسل های فعال (یکی از سه قوانین بالا) در مجاورت همدیگر ، موجب خواهد شد که پیکسل جدید نیز فعال شود . از سوی دیگر تمرکز بسیار زیاد پیکسل های فعال در مجاورت همدیگر یا تمرکز خیلی پایین ، پیکسل فعال مذکور را خواهد کشت . این قوانین ساده برای مجاورت تعریف شده برای تولید نسل بعدی در توالی مرگ/زندگی نمایش داده شده ، توسط بازی زندگی بکار رفته است .
بازی زندگی یکی از اولین سیستم های سلول خودکار هستند که سعی کرده تا فرایند های بیولوژیکی تولد یا مرگ را در یک فضای مصنوعی میانی شبیه سازی نمایند . با وجود اینکه این بازی یک سیستم سلول خودکار مصنوعی ساده با دو حالت و قوانین ساده را نمایش می دهد ، با این حال بازی زندگی طلایه دار فرایند های کاربردی در این زمینه بود . طرح های بیشمار سلول های خودکار پس از اینکه ، ابعاد متفاوتی از فضای سلولی ، ساختار همسایگی ، حالات پیکسل و طراحی قوانین دیگر توسعه پیدا نمود ، ظاهر شدند . سلول های خودکار یک و دو بعدی یکی از معمول ترین تکنیک های رایج آن هستند ، اما ابعاد بالاتر آن نیز می توانند مورد استفاده قرار گیرند . مشهورترین طراح های همسایگی سلول های خودکار مورد استفاده شده در این زمینه عبارتند از ( Shatten,1997) :
فون نیومن23 : ملاحظه همسایگی های شمال / جنوب/ شرق / غرب ;
مور24 : شبیه فون نیومن با افزودن همسایه های قطری ;
مور توسعه یافته25: توسعه در فاصله از همسایگی آنسوی یک پیکسل .

شکل شماره 2-3 : حالات پیکسل ها در مشهورترین طرح های همسایگی سلول های خودکار

در مقابل نسخه ساده بازی زندگی ، سلول های خودکار بسیار پیچیده ای با بیشتر از دو حالت و قوانین پیچیده تری ساخته شدند . بر طبق گفته های لانگولیوس ، به طور کلی ساخت انواع متفاوتی از سلول های خودکار با توجه به ساختار و عملکرد قوانین ممکن است . اولین مرحله آن تعریف ساختار شبکه خودکار ( به عنوان مثال تعداد ابعاد ، حالت پیکسل ها( مربع ، شش گوش در یک فضای سلولی دو بعدی و غیره ) و نوع همسایگی می باشد. دومین مرحله تشخیص یک تعداد از حالات و قوانین انتقال (Langlois, 1997).
شکل 3-3 مثال رایج عام معمولی مشترک از الگوهای سلول خودکار پیچیده را نشان می دهد . مثال ، نمونه چپ26 است که توسط برایان سیلورمن در سال 1984 با استفاده از آتومای در سه حالت ( زندگی ، روح ، مرگ ) برای تولید تنوع گسترده از انتقال های پیچیده در میان الگوهای جغرافیای مبهم ارایه شد . نمونه راست به “Pascal’s triangle” موسوم است (Rennard,2000) .

شکل 3-3 : مثال رایج عام معمولی مشترک از الگوهای سلول خودکار پیچیده

یکی دیگر از کارهای ارزشمند اخیر در جهت مطرح کردن سلول های خودکار به عنوان یک زبان شبیه سازی مصنوعی رسمی در محتوای کتاب ” A New Kind of Science ” استفان وولفارم دیده می شود .
همچنین اخیرا سلول های خودکار به عنوان روش مفیدی در بسیاری از کاربردهای زندگی واقعی ، شامل مدل سازی شهری ، شبیه سازی توزیع گاز ، شبیه سازی فرایند های تصفیه ، شبیه سازی گسترش آتش سوزی در جنگل ها و شبیه سازی فرایندهای بلور سازی مطرح شده است.

3-2-2- تئوری سلول های خودکار
سلول های خودکار یک سیستم هوش مصنوعی است که اساسا برای شبیه سازی فرآیندهای جهان واقعی ارائه شده بود . این روش بهترین تناسب را با ماهیت سیستم های پیچیده ای که مدل های وابسته به ریاضیات از حل آن ها عاجز هستند را دارا می باشد . چنانچه پیشتر ذکر شد سلول های خودکار اولین بار توسط اولام و فون نیومن در دهه 1940 به عنوان چارچوبی جهت مطالعه رفتار سیستم های پیچیده متمرکز بر فرآیندهای بیولوژیکی مورد استفاده قرار گرفت (von Neumann, 1966) . سلول های خودکار عموما به عنوان یک سیستم گسسته پویا در فضا و زمان تعریف شده که در یک فضای سلولی همسان و تحت لوای قوانین خاص عمل می نماید . سلول های خودکار مرکب از یک آرایش پیکسلی می باشد ، که هر کدام از آنها می تواند در تعداد محدودی از حالت های ممکن قرار گیرند ، که در مراحل زمانی گسسته ای بر اساس قوانین محلی به صورت همزمان به هنگام می شوند (Sipper, 1997) . سلول های خودکار شامل چهار جز هستند : پیکسل ها ، حالت ها ( به عنوان مثال ، طبقه های کلاس های کاربری) ، همسایگی ها (نظیر همسایگی مور یا سیرکل) و قوانین انتقال . سیپر (1997) نشان داد که با وجود اینکه شبکه های یک ، دو و سه بعدی بسیار معمول شده اند ، سلول ها می تواند در یک شبکه n بعدی آرایش پیدا کنند .
این بخش در ابتدا به تشریح عناصر مختلف مدل CA پرداخته و سپس تئوری سلول های خودکار یک بعدی مطابق با مطالعات وولفارم (1984) مطرح خواهد شد، و در ادامه به حالت دو بعدی پرداخته می شود .

3-2-3-ساختار مدل CA
مدلسازي شهري در فضاي سلولی، ابتدا توسط توبلر ، با تعریفی که از جغرافیاي سلولی ارائه داده است ، وارد مطالعات شهري شده است . در سالهاي اخیر پژوهشگران مختلف نشان داده اند که CA ابزار مناسبی براي مدل سازي تغییرات شهري است و از آن در موضوعات گوناگونی از پدیده هاي شهري از شبیه سازي ترافیک، تغییر ات کاربري زمین، تغییرات پوشش زمین، رشد شهري و … استفاده به شرح زیر است. کرده اند. عناصر مدل CA به شرح زیر است.

3-2-3-1-شبکه سلولی
فضایی که CA در آن وجود دارد شبکه CA نام دارد و درطول زمان، تکامل می یابد. این شبکه می تواند 1 تا N بعد داشته باشد اما بیشتر مدلهاي CA ، به ویژه مدلهایی که با اهداف فضایی و شهري ساخته شده اند ، در یک شبکه دوبعدي تشکیل می شوند. این امر ناشی از طبیعت پیکسلی داده هاي سنجش از دور و دیگر منابع و همچنین برنامه نویسی آسانتر است. در مدلسازي سیستم شهري با استفاده مدلCA در تعریف شبکه سلولی، انتخاب شکل و مقیاس سلول بر خروجی هاي مدل، بسیار تأثیرگذار است . در CA اولیه (کلاسیک) ، سلول ها به صورت اشکال منظم، اغلب به شکل مربع یا دیگر اشکال منظم(از شش ضلعی و مثلث نیز برخی موارد استفاده شده است) تعریف می شوند. در مدل سازي شهري معمولاً به علت طبیعت داده هاي ورودي و سهولت محاسبه و برنامه نویسی، سلولهاي همگن مورد استفاده قرار می گیرد؛ اما تحت شرایطی خاص استفاده از سلولهاي غیرهمگن به علت واقعی تر بودن شکل آنها ( مانند قطعات زمین) ممکن است مناسب تر باشد (O’Sullivan, 2001)
مقیاس سلول، سطح جزییات و روابط متقابل بین سلول ها را نشان می دهد. سلولهاي بزرگتر، حجم دادهها را کاهش می دهند؛ اما منجر به کاهش دقت فضایی نیز می شوند(Yeh A., Li, 2006) در مدلهاي CA که تاکنون در مطالعات شهري به کار رفته اند، سلولها با مقیاسهاي متفاوتی تعریف شده اند. براي مثال وو در مدلهاي خود از سلولهاي با ابعاد 28/5 متر و 200 متر براي یک ناحیه با وسعت 224 کیلومتر مربع استفاده کرده است. وایت و انگلن در شبیه سازي الگوي کاربري زمین در شهرهاي آمریکا از سلولهاي 500 مترمربع و 250 مترمربع استفاده کرده اند (White R., Engelen,1997) کلارك در شبیه سازي رشد شهري در ناحیه سانفرانسیسکو از سلولهاي پایه 300×300 متر؛ ولی در مدل سازي منطقه واشنگتن/ بالتیمور طی چند مرحله از سلولهاي 210 و 420 و 810 و 1680 متر استفاده کردهاند .

شکل 4-3 : تاثیر مقیاس سلول
A: ناحیه مورد نظر b :سلول های اندازه کوچک c : سلول با اندازه بزرگ

روش تعیین مقیاس سلولها، در برخی مطالعات انجام شده، بستگی به نظرات و تجربیات شخصی پژوهشگر داشته است. کلارك روش استفاده از سلولهاي با اندازه هاي متفاوت بزرگ تا کوچک را طی چند مرحله پیشنهاد داده است. ناریم اسمات 27 طی مطالعه هاي که حساسیت پذیري سلول در مدل CA را بررسی کرده است ، پیشنهاد می کند که مقیاس سلول باید متناسب با مقیاس توسعه مورفولوژي شهر در دامنه اي انتخاب شود، به طوري که نتایج مدل تحت تأثیر تغییر اندازه سلول نباشند و در واقع مدل “مستقل از مقیاس سلول ” باشد (رضازاده ، 1388).

3-2-3-2-وضعیت سلول
وضعیت سلول، حالتی است که هر سلول در فرایند تکامل CA می تواند داشته باشد . سلول در مدل اولیه CA اغلب داراي وضعیت بولین (0یا 1 ) بود، مانند مدل ماشین تورینگ؛ اما می توان وضعیت هاي بیشتري نیز در رابطه با نوع نیاز تعریف کرد. براي دو مدل CA مختلف، با عناصر یکسان، هر چه تعداد وضعیت تعریف شده براي سلول کمتر باشد، آن مدل ساده تر خواهد بود. به عنوان مثال در مدل ارائه شده توسط نیومن 29 حالت مختلف براي وضعیت سلول تعریف شده است. در مدل هاي شهري با توجه به هدف مدلسازي و وضعیت سلول هاي معمولاً طبقه بندي هاي کاربري زمین، ارزش زمین، پوشش زمین و … مورد استفاده قرار می گیرد. در برخی موارد نیز وضعیت سلول ها به صورت باینري، توسعه یافته یا توسعه نیافته (شهري یا غیرشهري) تعریف می شوند. همچنین در برخی مطالعات اجتماعی از تراکم جمعیت، وضعیت اجتماعی اقتصادي، ویژگی هاي جمعیتی و در برخی مطالعات طبیعی سطح آبهاي زیرزمینی، جنس خاك و … نیز به عنوان وضعیت سلول مورد استفاده قرار گرفته است (White R. and Engelen,2000)

3-2-3-3-همسایگی
براساس تئوري CA ، رفتار کلان سیستم خودسازمانده، ، توسط قوانین انتقال که در سطح خرد تعریف می شوند کنترل می شود. این عملکرد CA ، در مدلهاي شهري با تعریف همسایگی نشان داده می شود. همسایگی در بردارنده خود سلول و تعدادي سلول دیگر در شعاع خاصی از سلول مورد آزمایش است. بر اثر روابط متقابل بین سلول مورد آزمایش و همسایه آن و تحت تأثیر قوانین انتقال، سلول به وضعیتهاي مختلف تغییر پیدا می کند. اندازه همسایگی براي مدلهاي مختلف CA فرق دارد. در CAیک بعدي هر سلول داراي سه سلول همسایه است شکل ؟ مشهورترین همسایگی در CA دو بعدي، همسایگی مور شامل 9سلول، یعنی 3×3 سلول و همسایگی ون شامل 5 سلول می باشد. در برخی از مدل های همسایگی به صورت 5×5 یا 7×7 تعریف شده اند( رضازاده و همکارن ، 1388( .
در برخی موارد، همسایگی مستطیلی، مانند همسایگی مور به ویژه همسایگی با اندازه بزرگ باعث از بین رفتن داده ها در

پایان نامه
Previous Entries منبع پایان نامه درمورد شبکه های عصبی، منطق فازی، شبیه سازی، مدل سازی Next Entries منبع پایان نامه درمورد شبیه سازی، توسعه شهر، توسعه شهری، توسعه اقتصادی