پیادهروی در شهر: استفاده از الگوریتمهای یادگیری ماشین در جهت ارزیابی قابلیت پیادهمداری در فضای باز عمومی شهر شیراز
نویسندگان
1 استاد گروه معماری، دانشکده معماری و شهرسازی، دانشگاه هنر اصفهان، اصفهان، ایران (نویسنده مسئول).
2 دانشجوی دکترای شهرسازی، دانشکده معماری و شهرسازی، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران.
3 استادیار گروه شهرسازی، دانشکده معماری و شهرسازی، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران.
doi
10.22034/aaud.2023.362677.2717چکیده
بررسی ساختار شهری در جهت افزایش فعالیتهای اجتماعی و پیادهروی در جهت افزایش تعاملات و سرزندگی شهری مبحثی است که توسط محققین زیادی بررسی شده است. از این رو توجه به ساختارهایی که از یک طرف پیادهروی را در فضاهای عمومی شهر افزایش دهند و از طرفی منجر به افزایش مدتزمان پیادهروی در فضای عمومی شوند بسیار حائز اهمیت است. زیرا منجر به افزایش کیفیت زندگی، سلامتی شهروندان میشود. پیچیده کردن ماهیت توسعه و الگوهای ساختار شهر، ما را نیازمند توجه به ابعاد مختلف در جهت شناخت عوامل تأثیرگذار در افزایش پیادهروی شهروند در ساختارهای مختلف شهری میکند. از این رو روش تحقیق در این پژوهش استفاده از روش پرسشنامه و یادگیری ماشین با استفاده از روش رگرسیون میباشد. استفاده از روش یادگیری ماشین به محقق امکان بررسی رابطههای پیچیده بین متغیرهای مختلف را میدهد. هدف از این تحقیق بررسی روابطه آشکار و پنهان بین عوامل مختلف محیطی تأثیرگذار بر روی پیادهروی شهروندان در کلانشهر شیراز میباشد. نتایج این پژوهش نشان میدهد که بیشترین تأثیرگذاری را بر میزان زمان پیادهروی در فضای شهری پنج عامل حریم خصوصی فردی، بهبود دسترسی به فضاهای عمومی، خالی از زباله، معماری باکیفیت و اتصال عناصر مختلف و فرصت کافی برای حرکت عابران پیاده بیشترین و کمترین تأثیر را عامل نظارتی نظیر حضور بیشتر پلیس، توجه بیشتر به ایمنی و امنیت شخصی افراد، سیستم دوربین مداربسته دارند. به صورت کلی به وسیله این 16 عامل تأثیرگذار بر پیادهمداری میتوان بیشترین میزان زمان پیادهروی در روز را با تقریب 92 درصد پیشبینی نمود. نتایج تحقیق میتواند توسط مدیران، طراحان و برنامهریزان شهری در جهت افزایش سرزندگی و فعالیتهای شهری بهخصوص پیادهروی بهکار گرفته شود.
