کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7417975 1482338 2016 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Identification of deprivation degrees using two models of fuzzy-clustering and fuzzy logic based on regional indices: A case study of Fars province
ترجمه فارسی عنوان
شناسایی درجه محرومیت با استفاده از دو مدل از خوشه بندی فازی و منطق فازی بر اساس شاخص های منطقه ای: مطالعه موردی استان فارس
کلمات کلیدی
شاخص محرومیت، ایران، خوشه فازی درهم،
ترجمه چکیده
افزایش محرومیت و نابرابری در مناطق شهری منجر به اثرات منفی ناخواسته مانند جمعیت (مهاجرت)، حومه سازی و افزایش جرم خواهد شد. از این رو، کاهش تعهد باید در هنگام ترویج توسعه پایدار، برای سیاست گذاران در نظر گرفته شود. برای تجزیه و تحلیل اثرات شاخص های محرومیت و پارامترهای مرتبط، یک مدل محرومیت قوی مورد نیاز است. بدین ترتیب اولویت شناسایی پارامترهای محرومیت قابل توجهی است. در ادامه، این مقاله تلاش می کند شاخص های محرومیت مناسب را بیابد و همچنین یک مدل جدید برای تعیین درجه محرومیت از شهرهای مختلف استان (منطقه نامیده می شود) را پیشنهاد می کند. هشت معیار محرومیت (به عنوان مثال آموزشی، فرهنگی، بهداشتی، رفاه، مسکن، حمل و نقل و خدمات) در نظر گرفته شده و به طور کامل هر شاخص را ضبط می کنند، چهار پارامتر جدید تعیین می شوند. سپس، یک مدل ترکیبی جدید بر اساس دو تکنیک: خوشه فازی و منطق فازی پیشنهاد می شود. با استفاده از روش خوشه بندی فازی، شهرها برای اولین بار به دو گروه محروم و کاملا توسعه یافته طبقه بندی می شوند. برای تعیین درجه محرومیت، ما یک سیستم جدید با استفاده از منطق فازی ایجاد می کنیم. سیستم منطق فازی پیشنهاد شده در خروجی ها از سیستم فازی خوشه ای و محرومیت هر شهر (برای هر شاخص) در نهایت به دست می آید. به عنوان نمونه موردی، 29 شهر در استان فارس در نظر گرفته شد و میزان محرومیت از هر شهر مشخص شد. نتایج (محرومیت درجه) برای هر شهر و برای هر شاخص فردی به صورت کمی و کیفی ارائه شد. مدل پیشنهادی، بر خلاف روشهای کلاسیک، دارای دید غیر باینری برای محرومیت است، درجه محرومیت را برای کاهش اثرات منفی آن تعیین می کند، می تواند برای برنامه ریزی مناسب آینده مورد استفاده قرار گیرد، و به طور کلی، به راحتی می تواند به سایر موارد مورد استفاده قرار گیرد خوب.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری گردشگری، اوقات فراغت و مدیریت هتلداری
پیش نمایش مقاله
شناسایی درجه محرومیت با استفاده از دو مدل از خوشه بندی فازی و منطق فازی بر اساس شاخص های منطقه ای: مطالعه موردی استان فارس
چکیده انگلیسی
Increases in deprivation and inequality within urban areas will result in unwanted negative impacts, such as de-population (immigration), suburbanization, and increases in crime. Hence, the mitigation of deprivation should be a primary consideration for policy makers when promoting sustainable development. A robust deprivation model is needed to analyze the effects of deprivation indices and related parameters. It is thus important to identify the significant deprivation parameters first. Subsequently, this paper attempts to derive proper deprivation indices and also proposes a new model to determine the degrees of deprivation of different cities in a province (called region). Eight deprivation indices (e.g. educational, cultural, health, welfare, housing, transportation, and service) are considered and to completely capture each index, four new parameters are designated. Next, a new hybrid model is proposed based on two techniques: fuzzy-clustering and fuzzy logic. Using the fuzzy-clustering method, cities are first classified into two groups of deprived and fully developed. To determine the degree of deprivation, we then develop a new system using fuzzy logic. The proposed fuzzy logic system feeds in the outputs from the fuzzy-clustering system and the deprivation of each city (for each index) is finally obtained. As a case study, 29 cities in the Fars province (Iran) were considered and the degree of deprivation for each city was identified. Results (deprivation degree) for each city and for each individual index were presented both quantitatively and qualitatively. The proposed model, unlike classical methods, has a non-binary view to deprivation, assigns a degree to deprivation for mitigating its negative effects, can be used for proper future planning, and is generic so that it can be easily applied to other cases as well.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Cities - Volume 58, October 2016, Pages 115-123
نویسندگان
, , , ,