fa نقش هوش مصنوعی در بهینه‌سازی و ارتقای دقت فرآیند برنامه‌ریزی و طراحی شهری پارامتریک جغرافيای شهری Urban Geography پژوهشی اصیل Original Research <p dir="rtl"><span style="font-size:16px;"><b><span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">اهداف: </span></span></b><span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">تکنیک‌های بهینه‌سازی طراحی شهری برای برآوردن نیازها دایماً در حال تغییر، تکامل و پیشرفت هستند. از آنجا که طراحی شهری به دلیل تعاملات پیچیده انسانی، اجتماعی، اقتصادی و محیطی، یکی از رشته‌های چندبُعدی است، نیازمند رویکردهای نوین است</span></span><span lang="FA"><span iransharpsmall="" light="" style="font-family:">.</span></span> <span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">بر این اساس، مطالعه حاضر با هدف ارایه الگویی برای ایجاد فضاهای شهری انعطاف‌پذیر و پاسخ‌گو به نیازهای مختلف در تلاش است تا با استفاده از الگوریتم‌های پیچیده، این امکان را فراهم ‌آورد. </span></span><br> <b><span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">روش‌شناسی: </span></span></b><span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">در این مقاله با استفاده از یک روش پژوهشی توصیفی تحلیلی در شهر تهران و بین سال‌های ۱۴۰۲-۱۴۰۳، ابتدا به بررسی مفاهیم اصلی طراحی شهری پارامتریک و هوش مصنوعی پرداخته و سپس با استفاده از اطلاعات گردآوری‌شده، متغیرهای مورد بررسی مشخص شده و سپس برای هر یک از متغیرها، تعدادی گویه و سوال تدوین شده که ساختار مطالعات در بستر مصاحبه (۱۶ نفر از خبرگان موضوعی) را تشکیل داد. در گام بعدی خروجی‌های احصاشده به عنوان داده‌های ورودی استفاده شده و نتایج حاصل در بستر مدل‌سازی تفسیری ساختاری زمینه تدوین الگوی نهایی را فراهم نمود. از الگوریتم‌های یادگیری ماشین برای بهینه‌سازی نحوه تاثیرگذاری شاخص‌ها بر فضاهای شهری مختلف استفاده شد.</span></span><br> <b><span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">یافته‌ها: </span></span></b><span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">براساس تحلیل داده‌ها و پیش‌بینی رفتارهای انسانی شاخص‌های اجتماعی بیشترین تاثیر را در تغییرات محیطی و دریافت اطلاعات داشته و پس از آن تغییرات کالبدی با اختلاف قابل توجه قرار گرفته است.</span></span><br> <b><span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">نتیجه‌گیری: </span></span></b><span lang="AR-SA"><span iransharpsmall="" light="" style="font-family:">وجود سیاست‌ها و استانداردهای تعریف‌شده در بعد جمعیتی اجتماعی، بیشترین اثرگذاری را بر سایر مولفه‌ها دارد. </span></span></span><br> &nbsp;</p> <span style="font-size:11pt"><span style="line-height:normal"><span style="unicode-bidi:embed"><span style="font-family:Calibri,sans-serif"><b><span style="font-size:10.0pt"><span cambria="" style="font-family:"><span style="color:#70ad47">Aims:</span></span></span></b><span style="font-size:10.0pt"><span cambria="" style="font-family:"> Urban design optimization techniques are constantly evolving and advancing to meet ever-changing needs. Since urban design is a multidimensional field due to complex human, social, economic, and environmental interactions, it requires innovative approaches. Accordingly, this study aims to present a model for creating flexible and responsive urban spaces that meet various needs by utilizing complex algorithms to provide this possibility.</span></span></span></span></span></span><br> <span style="font-size:11pt"><span style="line-height:normal"><span style="unicode-bidi:embed"><span style="font-family:Calibri,sans-serif"><b><span style="font-size:10.0pt"><span cambria="" style="font-family:"><span style="color:#70ad47">Methodology:</span></span></span></b><span style="font-size:10.0pt"><span cambria="" style="font-family:"> In this paper, using a descriptive-analytical research method, the main concepts of parametric urban design and artificial intelligence were first examined. Then, based on the gathered information, the study parameters were identified. Subsequently, a set of questions and items were developed to measure each of the parameters, which formed the structure for interviews with 16 subject matter experts. In the next step, the identified outputs were used as input data, and the results obtained in the context of structural interpretive modeling provided the foundation for formulating the final model.</span></span></span></span></span></span><br> <span style="font-size:11pt"><span style="line-height:normal"><span style="unicode-bidi:embed"><span style="font-family:Calibri,sans-serif"><b><span style="font-size:10.0pt"><span cambria="" style="font-family:"><span style="color:#70ad47">Findings:</span></span></span></b><span style="font-size:10.0pt"><span cambria="" style="font-family:"> In this project, machine learning algorithms were used to optimize the impact of various indicators on urban spaces. Based on data analysis and the prediction of human behaviors, social indicators had the most significant impact on environmental changes and information reception, followed by physical changes with a considerable gap.</span></span></span></span></span></span><br> <span style="font-size:11pt"><span style="line-height:normal"><span style="unicode-bidi:embed"><span style="font-family:Calibri,sans-serif"><b><span style="font-size:10.0pt"><span cambria="" style="font-family:"><span style="color:#70ad47">Conclusion:</span></span></span></b><span style="font-size:10.0pt"><span cambria="" style="font-family:"> The presence of policies and defined standards in the demographic-social aspect has the greatest impact on other components. </span></span></span></span></span></span> طراحی شهری, پارامتریک, هوش مصنوعی Urban Design, Parametric, Artificial Intelligence 41 52 http://georesearch.ir/browse.php?a_code=A-10-1522-1&slc_lang=fa&sid=1 A. Manuchehri علیرضا منوچهری 100319475328460018323 100319475328460018323 No Department of Urban Development, Science and Research Branch, Islamic Azad University, Tehran, Iran گروه تخصصی شهرسازی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران H. Zabihi حسین ذبیحی 100319475328460018324 100319475328460018324 Yes Department of Urban Development, Science and Research Branch, Islamic Azad University, Tehran, Iran گروه تخصصی شهرسازی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران Z.S.S. Zarabadi زهراسادات سعیده زرآبادی 100319475328460018325 100319475328460018325 No Department of Urban Development, Science and Research Branch, Islamic Azad University, Tehran, Iran گروه تخصصی شهرسازی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران