مطالعات امنیت اجتماعی، جلد ۱۱، شماره ۶۴، صفحات ۲۱۵-۲۴۲
عنوان فارسی ارائه مدل پیش بینی در ارزیابی امنیت گردشگران بوستان های شهری بر اساس ساختار فیزیکی طراحی شهری
چکیده فارسی مقاله هدف و زمینه: امنیت یکی از مهم ترین جنبه های طراحی بوستان های شهری جهت دست یابی به حداکثر رضایت مندی گردشگران و شهروندان است. هدف از پژوهش حاضر ارائه مدل پیش بینی امنیت بوستان های شهری بر اساس وقوع جرم در آنها و با توجه به امکانات، کیفیت منظر و تسهیلات موجود در بوستان ها با استفاده از شبکه عصبی مصنوعی است که در نهایت الویت‌بندی متغیرهای اثرگذار بر سطح امنیت بوستان ها حاصل می باشد.
روش تحقیق: در انجام این پژوهش به منظور پردازش داده ها با ابزار هوشمند شبکه عصبی، از شبکه پرسپترون چند لایه استفاده شد. ابتدا 99 بوستان شهری در تهران و کرج انتخاب گردید و اطلاعات مربوط به متغیرهای منطقه ای (2 متغیر) و فیزیکی-خدماتی (22 متغیر) در کلیه بوستان ها از طریق مطالعه میدانی تهیه گردید. متغیرهای منطقه ای شامل مساحت بوستان ها، تعداد بوستان های منطقه و تراکم جمعیت منطقه و متغیرهای خدماتی شامل انواع مبلمان بوستان، امکانات فرهنگی و مذهبی و متغیرهای کیفیت منظر است. میزان امنیت بازدیدکنندگان بوستان ها بر اساس میانگین تعداد تخلف گزارش شده در هفته تعیین گردید و مدل سازی در نرم افزار 2018 MATLAB  انجام گرفت. مقدار ضریب تبیین مدل (R2) 86/0 در کل داده ها و 84/0 در داده های آزمون شبکه به‌دست آمد که نشان دهنده کاربرد دقیق شبکه عصبی مصنوعی در مدل‌سازی امنیت بوستان های شهری می باشد.
یافته‌ها و نتیجه‌گیری: نتایج حاصل از آنالیز حساسیت نشان داد تعداد پایه های روشنایی، تعداد سطوح ورزشی، تعداد منابع آبی و تعداد امکانات فرهنگی و مذهبی به ترتیب بیشترین تاثیر را در امنیت بازدیدکنندگان در بوستان های شهری نشان دادند. بنابراین در مدیریت فضاهای سبز شهری، توجه به ساختار طراحی باید در الویت قرار گرفته تا امنیت محیط تامین گردد.
کلیدواژه‌های فارسی مقاله امنیت، بوستان های شهری، شبکه عصبی مصنوعی، آنالیز حساسیت،
عنوان انگلیسی Providing a Forecasting Model in Assessing the Security of Urban Park Tourists Based on the Physical Structure of Urban Design
چکیده انگلیسی مقاله Aim and Background: Security is one of the most important aspects of urban park design for tourists and citizens to achieve utmost satisfaction. The present study aims to provide a model for forecasting the security of urban parks based on the rate of crime occurrence in them; given the facilities, landscape quality and existing facilities in the parks using artificial neural networks that ultimately prioritize variables impacting the level of security in parks.
Research Method: In   the implementation of the present study, a multilayer Perceptron network was used to process the data with the neural network intelligent tool. First of all, 99 urban parks in Tehran and Karaj were selected, and information on regional variables (2 variables) and physical-service (22 variables) in all parks were prepared through a field study. Regional variables including area of the park, the number of parks in the region and the population density of the region and service variables including the type of garden furniture, cultural and religious facilities and landscape quality variables were taken into consideration. The level of security of park visitors was determined based on the average number of reported violations per week, and modeling was done in MATLAB 2018. The value of model explanation coefficient (R2) in the whole data was 0.86 and in the network test data was 0.84, which indicates the exact application of artificial neural network in modeling the security of urban parks.
Findings and Conclusion: Results of the sensitivity analysis showed that the number of lighting bases, the number of sports levels, the number of water resources and the number of cultural and religious facilities, respectively, left the greatest impact on the safety of visitors in urban parks. Therefore, in the management of urban green spaces, paying attention to the design structure should be a priority to ensure environmental security.  
کلیدواژه‌های انگلیسی مقاله امنیت, بوستان های شهری, شبکه عصبی مصنوعی, آنالیز حساسیت
نویسندگان مقاله علی جهانی |
دانشیار گروه محیط زیست طبیعی و تنوع زیستی، دانشکده محیط زیست، کرج. نویسنده مسئول.

نشانی اینترنتی http://sss.jrl.police.ir/article_95031_205d5f6dc27b7bff9cce3125e94ee6c5.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات