بهینه سازی چندهدفه کاربری زمین با استفاده از الگوریتم های فراابتکاری (نمونه موردی: محله بابلدشت اصفهان)

مسائل موجود در برنامه¬ریزی شهری به طور کلی، و مسائل مطرح در حیطه¬ی برنامه¬ریزی کاربری زمین به طور خاص چند وجهی بوده و با اهداف متعددی درگیر است. برنامه¬ریزی کاربری زمین به دنبال تخصیص بهینه¬ی کاربری¬های مختلف به منبع ارزشمند و محدود زمین بوده که با استفاده¬ی حداکثری از آن بیش¬ترین مطلوبیت را برآورده کرده و اهداف برنامه ریزی کاربری زمین را تا بالاترین میزان محقق سازد. با توجه به تعدد اهداف مطرح در تخصیص کاربری زمین، لازم است تا نوعی سازش میان این اهداف به وجود آمده به گونه¬ای که هر یک از اهداف متناسب با اولویت خود تا حد مشخصی تحقق یابند. بهینه سازی چندهدفه ابزاری است که امکان حل چنین مسائلی را فراهم می¬آورد. به دلیل پیچیدگی بسیار بالای مسئله¬ی بهینه¬سازی کاربری زمین، چه از نظر تعداد اهداف و چه از نظر اندازه و زمان حل مسئله، حل مسئله¬ی تخصیص کاربری زمین بر الگوریتم های فراابتکاری تکیه دارد. روش تحقیق این مطالعه از نظر هدف کاربردی و از نظر روش تحلیل توصیفی می¬باشد. روش گردآوری داده¬ها اَسنادی بوده و به منظور تحلیل ان از روش-های کمّی استفاده شده است. در پژوهش حاضر، سه الگوریتم هیبرید فراابتکاری مبتنی بر الگوریتم¬های حریصانه، جست و¬جوی ممنوعه، شبیه¬سازی تبریدی و ژنتیک مرتب¬سازی نامغلوب برای حل مسئله¬ی تخصیص بهینه¬ی کاربری زمین توسعه یافته است. اهداف بهینه سازی از تلفیق اهداف پی¬گیری شده توسط ذینفعان دخیل در امر برنامه¬ریزی کاربری زمین، برنامه¬ریزان، تجارب موجود، و اهداف پایه¬ی کاربری زمین، به دست آمده، که مجموعا" ده هدفِ: بیشینه¬سازی سازگاری، بیشینه¬سازی تراکم ساختمانی، بیشینه¬سازی اختلاط کاربری¬ها، بیشینه¬سازی سطح کاربری فضای سبز، بیشینه¬سازی سطح کاربری تجاری، کمینه¬سازی تبدیل اراضی، کمینه¬سازی جریان ترافیک، بیشینه¬سازی فشردگی، بیشینه¬سازی قیمت اراضی در کل محدوده مورد مطالعه، و بیشینه سازی قیمت زمین هر قطعه زمین را در بر می¬گیرد. قابلیت الگوریتم¬های طراحی شده در تخصیص بهینه¬ی هفت گونه¬ی کاربری، در محله¬ی بابلدشت شهر اصفهان که از محلات ناپایدار شهر اصفهان به شمار رفته و از کمبود و عدم بهینگی کاربری¬های شهری رنج می¬برد، با امکان اختلاط کاربری تجاری و مسکونی مورد آزمون قرار گرفته، و نتایج آن با الگوریتم منفرد ژنتیک مرتب¬سازی نامغلوب نسخه¬ی دو که در تحقیقات گذشته توسعه یافته است، مقایسه گردید. مقایسه¬ی انجام شده نشان می¬دهد که الگوریتم¬های هیبرید طراحی شده در این مطالعه، هر سه از کارآیی و کیفیت بالاتری نسبت به الگوریتم منفرد ژنتیک مرتب¬سازی نامغلوب برخوردارند. هم¬چنین، از میان سه الگوریتم تلفیقی، الگوریتم تلفیقیِ سطح پایین حریصانه-ژنتیک مرتب¬سازی نامغلوب نسخه دو-جست¬و¬جوی ممنوعه¬یِ گروهی، الگوریتم شبیه¬سازی تبریدی موازی، و الگوریتم سطح بالای حریصانه-ژنتیک مرتب سازی نامغلوب نسخه دو-جست¬و¬جوی ممنوعه¬یِ گروهی به ترتیب از کارآیی و کیفیت بالاتری برخوردارند. نتایج نشان می¬دهد که با به کارگیری الگوریتم پیشنهادی، میزان مطلوبیت کل در گزینه¬ی بهینه 66 درصد بالاتر از وضع موجود کاربری¬ها در نمونه موردی می¬باشد.