اینجا
advertisement
www.issge.ir
jge@issge.ir
معرفي نشريه
،(www.issge.ir)
word
Times New Roman
Times New Roman 12
Times New Roman 14 Bold
Times New Roman 12
12 Bold
Times New Roman
IEEE
Footnote
2Style
EndNote
MS-Word 2007
MS-Word
Math Type
Insert Symbol
Xp
φ λ
N 1 N 1
Energy
I (i, j)
2
)1(
i 0 j 0
DPI
Arial 9
Author1, A., Author2, B.C. and Author3, D. (Year). “Article Title.” Full Journal name. Vol. #, No. #, PP.Xx-yy.
Author1, A., Author2, B.C. and Author3, D. (Year). “Title of Book.” Name of Publisher. City of Publication.
Author1, A., Author2, B.C. and Author3, D. (Year). “Article Title.” Proc. Name of Proceeding or conference,
Editor1, A., Editor2, B., Editor3, C. and Editor4, T. (Eds.), Time and place of Conference.
OWA
CA
C4I
محمدعلي رجبي،1عليرضا چهرقان
2
achehreghan@ut.ac.ir
marajabi@ut.ac.ir
چکيده
GIS
GIS
GIS
Assilan-Mamdani
Takagi-Sugeno
GIS
TakagiSAW
TOPSIS
Assilan-Mamdani
SAW TOPSIS
Assilan-Mamdani
Sugeno
Takagi-Sugeno
Takagi-Sugeno
GIS
Spearman Rank
:واژگان کليدي
1
[ ]
[
]
-
[
[
]
]
-
-
[
]
GIS
GIS
GIS [
Eaton (1985) Chaiken (1978)
Goldeberg (1990)
]
Larson (1986)
Helly (1975) [ ]
GIS
[ ]
[ ]
GIS
Helly (1975)
-
[ ]
3
4
Multi Criteria Decision Making (MCDM)
Artificial Intelligent Method
1
2
Geospatial Information System
Decision Making Method
2
-
Badri et al (1998)
Sakawa et al (1997)
Badri et al (1998)
[
]
Tzeng
and Chen (1998)
[ ]
.[
]
GIS
Erden and Coskun (2010)
Yang et al
(2006)
GIS
Liu et al (2006) [
]
[ ]
Tzeng
GIS
[
]
and Chen (1998)
MCDM
Jun (2000) [ ]
Sener et al (2006) Eldrandly et al (2003)
Guigin et al (2009)
Reveshti and
Xin et al (2009)
Heidari (2007)
GIS AHP
Habibi
[
Hadiani et al
[
1
Multi Objective
Genetic Algorithm (GA)
3
Ant Colony Algorithm
2
3
]
et al (2008)
][
]
(2008)
[ ]
-
[
]
i
.
ii
[
]
GIS
.
iii
.
iv
Mamdani
Sugeno
-
معيارهاي تأثيرگذار بر مسأله
Badri
et al (1998)
.
4
.[ ]
[ ]
i
-
iv
-
ii
v
iii
-
5
-
-
]
[
جدول -1معيارهاي مورد استفاده در تعيين مکان بهينه
معيارهاي تأثيرگذار در تعيين مکان بهينه
C1
C2
C3
C4
C5
C6
C7
C8
فاصله تحت شبکه ايستگاه تا نزديکترين چهارراه يا ميدان
تعداد كاربري تجاري ،صنعتي و انبار در مناطق تحت پوشش
هر ايستگاه
تعداد كاربري مسکوني ،تجاري ،صنعتي و انبار در مناطق
مشترک تحت پوشش
مقدار مساحت در مناطق تحت پوشش
تعداد شير آتش نشاني موجود در منطقه تحت پوشش
فاصله ايستگاه از پمپ بنزين يا گاز
فاصله ايستگاه از گسلهاي زلزله
فاصله ايستگاه از بيمارستانها ،مدارس و ادارات دولتي
معيار
] [.
-
)𝑥( ̃𝐴𝜇
x
}𝐴̃ = {(x, 𝜇𝐴̃ (𝑥))|x ∈ X
GIS
GIS
] [
𝑚<𝑥<𝑙
GIS
𝑢<𝑥<𝑚
𝑒𝑠𝑖𝑤𝑟𝑒𝑂𝑡ℎ
]
[
)𝑙(𝑥−
)𝑙(𝑚−
)𝑥(𝑢−
)𝑚(𝑢−
0
= )𝑥( ̃𝐴𝜇
{
u,m,l
GIS
GIS
] [
GIS
]
6
[
Membership Function
1
C
X1
X2
.[5]
If A is a and B is b Then C is c
𝜇𝐵 (𝑥) 𝜇𝐴 (𝑥)
[ ]
𝑚𝑖𝑛 ( 𝜇𝐵 (𝑥), 𝜇𝐴 (𝑥))
اعضاي سيستمهاي استنتاج فازي-2 شکل
"
-
"
[
]
-
Assilan-Mamdani
-
B
A
4
Implication
Clipping
6
Scaling
7
Product (Prod Method)
5
7
1
Fuzzification
Fuzzy Inferencing
3
Defuzzification
2
[ ]
Takagi-Sugeno
Assilan-Mamdani
Assilan-Mamdani
[ ]
-
[ ]
[
Mamdani
Mamdani
max–
]
COA Center of Area
i
MOM Middle of Maximum
ii
-
max–min
product
SOM
[
Smallest of Maximum
iii
LOM Largest of Maximum
iv
Bisector
v
WAM Weighted Average Method
vi
WSM Weighted Sum Method
vii
]
Mamdani
[
]
-
-
Mamdani
Takagi-Sugeno استنتاج فازي-2-5
Sugeno
Mamdani
Sugeno
1
Aggregation
8
FGIS
GIS
b
If x is A AND y is B Then z is f(x,y)
Sugeno
c
f(x,y) = k
d
Sugeno
Takagi-Sugeno
C1
-
[ ]
-
-
Zone
Spearman Rank
6 ∑𝑛 𝑑 2
𝑟𝑠
a
𝑛
.
𝑟𝑠 =
𝑟𝑠 =
𝑟𝑠 =
[ ]
GIS
9
UTM
a
𝑟𝑠 = 1 − 𝑛(𝑛𝑖=1
2 −1)
d
38
GIS
Mamdani
SAW
Sugeno
TOPSIS
b
a
d
-
c
11
شکل -6فرايند كامل تعيين مکان بهينه از طريق ادغام روش فازي و GIS
شکل -7تابع عضويت در نظر گرفته شده براي
معيار C1
جدول -2تشکيل معيارها با استفاده از GISبراي مکانهاي كانديد
معيارها
)C4(m2
C2
)C1(m
)C8(m
)C7(m
)C6(m
C5
772
6156
2117
1
1169117
625
61
611
6766
6621
1576
1275
6521
6651
62
21
15
11662951
7565162
9519697
216
151
669
2966
1161
5197
2217
2657
2621
16
16
19
C3
6556
62116
1112
مکان كانديد
1
6729
16912
5
11269
62165
67155
219
11
111
2
6
1
9115661
5515111
15117766
7695
2162
2162
12226
21769
25557
665
121
111
5
6
7
جدول -6متغييرهاي زباني ورودي و خروجي در سيستم استنتاج فازي
متغييرهاي زباني
زياد
متوسط
كم
معيارها
()555،1555،1555،1555
()65555،55555،55555
()1555،21555،21555
()6،12،12
()15،155،155
()2555،1555،1555
()2555،6555،6555
()1655،6555،6555
()65،155،155
()255،755،1255
()5555،25555،65555
()2555،6555،15555
()1.5،1،6.5
()15،65،15
()155،1555،2255
()155،1555،2255
()555،1555،1555
()65،55،65
()5،5،555
()5،5،15555
()5،5،6555
()5،5،2
()5،5،25
()5،5،1555
()5،5،1555
()5،5،755
()5،5،15
C1
C2
C3
C4
C5
C6
C7
C8
خروجي
11
نمونهاي از قوانين مورد استفاده در سيستم استنتاج فازي-1 جدول
روشهاي مختلف در نظر گرفته شده براي سيستمهاي استنتاج فازي-5 جدول
موتور استنتاج فازي
AssilanMamdani
Takagi-Sugeno
I
II
III
IV
V
VI
I
II
مرحله
مرحله غيرفازي
شماره
استلزام
سازي
قانون
Clipping
Scaling
Clipping
Clipping
Clipping
Clipping
-
COA
COA
Bisector
MOM
LOM
SOM
WAM
-
اگر
"عملگر "و
1
2
6
1
C1
C2
C3
C4
C5
C6
C7
C8
نتيجه
N
L
L
L
L
N
M
N
M
N
L
L
L
L
N
N
M
M
N
L
M
H
M
M
M
F
H
M
H
L
L
F
N
N
L
F
N:Near,
WSM
آنگاه
F:Far,
L:Low,
M:Moderate,
H:High
ارزيابي روشهاي مختلف سيستم استنتاج فازي در تعيين مکان بهينه-6 جدول
سيستم استنتاج
فازي
Mamdani-I
Mamdani-II
Mamdani-III
Mamdani-IV
Mamdani-V
Mamdani-VI
Sugeno-I
Sugeno-II
در صد نزديکي مکانهاي پيشنهادي به گزينه ايدهال کارشناسان
1 مکان
%55
%55
%55
%55
%65
%15
%25.9
%11.5
2 مکان
%15.6
%11.6
%15
%12
%155
%61
%96.5
%56.1
6 مکان
%61.1
%75.6
%69
%11.5
%155
%66
%1.2
%6.7
1 مکان
%79.9
%11
%79.6
%16
%155
%66
%51.5
%9.1
5 مکان
%72.6
%71.1
%75
%55
%61
%69
%66.7
%12.6
Sugeno-I
6 مکان
%66.1
%61.1
%65
%12.7
%155
%65.5
%21.1
%15.6
وابستگي رتبهها
7 مکان
%15
%11.2
%79.1
%12.5
%155
%65
%11.1
%99.1
TOPSIS
SAW
5/16
5/16
5/16
5/59
-5/62
5/22
1
5/71
5/19
5/19
5/19
5/66
-5/25
5/66
5/96
5/75
نتيجهگيري و پيشنهادات-7
Mamdani-II
Sugeno-I
Mamdani-II
Mamdani
Mamdani
-
Sugeno
Mamdani-IV
Sugeno-II
Mamdani-VI Mamdani-V
Mamdani
Spearman rank
Sugeno-I
Sugeno
Mamdani-II
12
Sugeno
Mamdani
-
ارزيابي سيستم استنتاج فازي-7 جدول
درصد نزديکي به
معيارها
مکان فرضي
2
گزينه ايدهال کارشناسان
C1(m)
C2
C3
C4(m )
C5
C6(m)
C7(m)
C8(m)
Mamdani
Sugeno
1 مکان فرضي شماره
155
62116
6556
15169117
15
2117
6156
772
67
67
2 مکان فرضي شماره
255
62116
6556
15169117
15
2117
6156
772
67
65
6 مکان فرضي شماره
655
62116
6556
15169117
15
2117
6156
772
67
66
مراجع
.16 شهريور. مركزپژوهشهاي شهري و روستايي. ارائه مدل و ضوابط مکانگزيني ايستگاههاي آتشنشاني.)1616( . اكبر،پرهيزكار
[1]
چهارمين كنفرانس.TOPSIS وGIS مکان يابي بهينه ايستگاه هاي آتش نشاني از طريق ادغام.)1695( .ع. م، رجبي. ع،[ چهرقان2]
. دانشگاه گيالن، دانشکده رياضي،بين المللي انجمن ايراني تحقيق در عمليات
پاياننامه. تعيين شعب بهينه بانکي: مطالعه موردي. طراحي و پي اده سازي يک سيستم حامي تصميم مکاني.)1611( . م،[ قرباني6]
. دانشگاه تهران، دانشکده فني،كارشناسي ارشد
نشريه علمي – ترويجي. مکانيابي مراكز فرهنگي با استفاده از سيستمهاي اطالعات مکاني.)1695( . م، كياورزمقدم. ح،[ كياورزمقدم1]
.1695 خرداد،2 شماره، دوره دوم،مهندسي نقشهبرداري و اطالعات مکاني
[5]
Andries, P. (2007). Computational Intelligence, An Introduction, Second Edition, Engelbrecht University of
Pretoria South Africa.
[6]
Badri, M.A., Mortagy, A.K., Alsayed, C.A. (1998). A Multi-Objective Model for Locating Fire Stations
,European Journal of Operational Research,volume 110, part18 , pp. 243-260.
[7]
Cox, E., 1995. Fuzzy Logic for Business and Industry. Charles River Media.
[8]
Durkin, J. (1994). Expert systems: design and development. Macmillan.
[9]
Erden, T., Coskun, M.Z. (2010). Multi-Criteria Site Selection for Fire Services: the Interaction with Analytic
Hierarchy Process and Geographic Information Systems, Nat. Hazards Earth Syst. Sci., 10, 2127–2134,
2010, Doi:10.5194/nhess-10-2127-2010 .
[10]
Habibi, K., Lotfi, S., Koohsari, M.J. (2008). Spatial Analysis of Urban Fire Station Locations by Integrating
AHP Model and IO Logic Using GIS (A Case Study of Zone 6 of Tehran), J. Appl. Sci., 8(19), 3302–3315,
2008. http://scialert.net/abstract/?doi=jas.2008.3302.3315.
[11]
Hadiani, Z., Kazemizad, sh. (2008). Topology of Fire Station Location by Using Network Analysis and AHP
Model in GIS (Case Study: Qom). Geography and Development SPRING 2010; 8(17):99-112.
13
[12]
Liu, N., Huang, B., Chandramouli, M. (2006). Optimal Siting of Fire Stations Using GIS and ANT Algorithm.
Journal of Computing in Civil Engineering, ASCE.Vol, 20, No 5.
[13]
Mec, N., Brinklow, A., Chung, S., Kadri, E., Sturk, M. (2009). New Fire Station Location Study Using
Network Analyst in Toronto, Ontario. GGR4 6 2. Fire Station Location Analysis.
[14]
Reveshti, M.A., Heidari, A. (2007). Site Selection Study for Fire Extinguisher Stations Using Network
Analysis and AHP Model: A Case Study of City of Zanjan. MapAsia 2007, Kuala Lumpur.
[15]
Ross, T. J. (2010). Fuzzy Logic with Engineering Applications. John Wiley & Sons.
[16]
Russell, S., & Norvig, P. (2002). Artificial Intelligence: A Modern Approach (2nd ed.). Prentice Hall.
[17]
Sakawa, M., Kato, K., Sunada, H., Shibano, T. (1997). Theory and Methodology Fuzzy programming for
Multi Objective 0-1 Programming Problems through Revised Genetic Algorithms, European Joumal of
Operational Research 97 ( 1997) 149- 158.
[18]
Tzeng, G., Chen, Y. (1998). the Optimal Location of Airport Fire Stations: a Fuzzy Multi-Objective
Programming and Revised Genetic Algorithm Approach. Transportation Planning and Technol., Vol. 23, pp.
37-55.
[19]
Vahidnia , M., Alesheikh, A.A., Alimohammadi, A. (2009). Hospital site selection using fuzzy AHP and its
derivatives. Elsevier, Journal of Environmental Management 90 (2009) 3048–3056.
[20]
Vassilev, V., Genova, K.b, Vassileva, M. (2005). A Brief Survey of Multi Criteria Decision Making Methods
and Software Systems. Cybernetics and Information Technologies, vol. 5, no. 1, pp. 3-13.
[21]
Xin, J., Liu, L., Zhang, G., Li, W., Li, X. (2009). Optimization Model for Locating City Fire Stations Based on
Fuzzy Matter-Element Analysis, Sixth International Conference on Fuzzy Systems and Knowledge
Discovery, 978-0-7695-3735-1/09. IEEE,DOI 10.1109/FSKD.2009.915.
[22]
Yan,Y. , Qiangsheng, G., Xinming, T. (2008). Gradual Optimization of Urban Fire Station Locations Based
on Geographical Network Modela. ISPRS 2008. http://www.isprs.org/proceedings/XXXVI/2-W25/source.
[23]
Yang, L., Jones, B., Yang, SH. (2006). a Fuzzy Multi-Objective Programming for Optimization of Fire
Station Locations through Genetic Algorithms. European Journal of Operational Research 181 (2007) 903–
915.
[24]
Zadeh, L.A. (1965). Fuzzy Sets.Information and Control 8,338-353.
14
4
3
2
1
j_negahdari@yahoo.com
kazemrangzan@scu.ac.ir
amirghobadi@yahoo.com
afshin.asefpour@eng.ui.ac.ir
چکيده
-
Arc GIS
:واژگان کليدي
51
[ ]
[ ]
GIS
[ ]
[ ]
GIS
[ ]
[ ]
[ ]
GIS
[
]
[ ]
[ ]
[
]
SIG
[
]
(GIS)
[ ]
˚
'
"
51
˚
'
"
˚
"
'
˚
'
"
-
[
[
]
-
-
Arc GIS
Arc GIS
MODIS
[
]
5
Digital Elevation Model (DEM)
Normalized Difference Vegetation Index (NDVI)
3 Analytical Hierarchy Process (AHP)
2
71
]
ASTER
51
(NDVI)
MODIS
-
Arc GIS
Arc GIS
-
MODIS
71
[ ]
[ ]
-
[
]
[
]
22
[
]
GIS
-
17
22
[ ] [ ] [ ]
[
-
(NDVI)
-
-
Arc GIS
12
]
[
]
vi
i
-
vii
Arc GIS
ii
iii
NDVI
iv
NDVI
v
22
] [
منوري ،سيد مسعود ،0831 ،راهنماي ارزيابي اثرات زيستمحيطي بزرگراهها ،انتشارات سازمان حفاظت محيط زيست و برنامه
عمران ملل متحد.
] [
نژادي ،اطهره و همکاران ،0831 ،ارزيابي آثار محيطزيستي بزرگراه تهران-پرديس بر تخريب اکوسيستم مناطق حفاظتشدهي
خجير و سرخه حصار ،مجله محيطشناسي سال ،0831شماره ،54ص .71-011
] [
قبادي ،محمد حسين،0871 ،زمينشناسي مهندسي (ويژه دانشجويان عمران) ،انتشارات دانشگاه شهيد چمران اهواز ،چاپ هشتم.
] [
جي تي ميلر ،زيستن در محيطزيست تهران (ترجمه شده توسط مجيد مخدوم) .0811 ،انتشارات دانشگاه تهران.
] [
قراگوزلو ،عليرضا GIS ،0838 ،و ارزيابي و برنامهريزي محيطزيست ،مرکز تحقيقات سازمان نقشهبرداري کشور ،چاپ اول.
] [
آرونوف ،اس ،.سيستمهاي اطالعات جغرافيايي (ترجمه شده توسط مديريت سيستمهاي اطالعات جغرافيايي سازمان نقشهبرداري
کشور) ،0814 ،انتشارات سازمان نقشهبرداري کشور.
Malczewski, J. )1999(. “GIS and Multi-criteria decision analysis.” John Wiley & Sons Inc. New York.
] [
[]7
شيخکاظمي ،ش ،0817 ،.رعايت اصول زيستمحيطي در تعيين مسيرها به روش خودکار با استفاده از ،SIGپاياننامهي
کارشناسي ارشد ،دانشکدهي محيط زيست دانشگاه تهران.
] [
شفيعي ،سعيد ،)0817( ،بررسي امکان استفاده از قابليتهاي سيستم اطالعات مکاني شبکهاي در پيدا کردن بهترين مسير ،پايان-
نامهي کارشناسي ارشد ،دانشکدهي فني دانشگاه تهران.
] [ ستوده ،احد ،0830 ،رعايت اصول زيستمحيطي در مسيريابي راهآهن با استفاده از سيستم اطالعات جغرافيايي ،مطالعهي موردي:
راهآهن رشت به انزلي ،پاياننامهي کارشناسي ارشد ،دانشکدهي محيط زيست دانشگاه تهران.
] [ احمدي ،هما ،0830 ،مسيريابي بر اساس اصول زمينشناسي زيستمحيطي با استفاده از ( GISمطالعهي موردي :جادهي پارچين)،
پاياننامهي کارشناسي ارشد ،دانشکدهي منابع طبيعي دانشگاه تهران.
Graham, S. and Royce, P. (2001). “The use of GIS technology in highway route selection.” Geography at
Guelph – GEOG 4480 applied GIS.
[]12
] [ بهبهاني ،ح ،0837 ،.راهسازي طرح هندسي راه ،انتشارات مرکز نشر دانشگاهي ،چاپ شانزدهم.
] [ قبادي ،م .ح ،0837 ،.آبهاي زيرزميني ،انتشارات دانشگاه بوعلي سينا ،چاپ اول.
12
]15[
Saaty, T.L. (1980), “The Analytical Hierarchy Process, Planning, Priority, Resource Allocation.” RWS
Publications, USA.
انتشارات دانشگاه صنعتي،AHP مباحثي در تصميمگيري چند معيارهي فرآيند تحليل سلسله مراتبي،0871 ، حسن،قدسيپور
[ ]
.اميرکبير
]17[
Eastman, J.R. )1997(. “IDRISI for Windows, Ver.2: Tutorial exercises.” Graduate School of Geography,
Clark University, PP.195.
]18[
Wolk-Musial, E. and Zagajewski, B. (1999), “Remote sensing of Environment.” Laboratory, Faculty of
Geography and Regional Studies, University of Warsaw. Poland.
21
مدلسازي توسعه شهري با تلفيق اتوماسيون سلولي( )CAو روش ميانگين
وزندار ترتيبي (( )OWAمطالعه موردي کالن شهر شيراز)
ميثم آقا محمدي ،1محمد طالعي ،2محمد کريمي
3
1
Meysam_a_65@yahoo.com
Taleai@kntu.ac.ir
Mkarimi@kntu.ac.ir
چکيده
OWA
-
CA
CA
واژگان کليدي:
OWA
OWA
72
-
CA
(CA)
-
wu
AHP
GIS
GIS
CA
GIS
MAUP
CA
1
3
Analytical Hierarchy Process
8
Cellular Automata
Modifiable Area Unit Problem
82
OWA
AHP
CA
GIS
-
OWA
CA
AHP
OWA
مواد و روش تحقيق-2
اتوماسيون سلولي
OWA
𝒔𝒙
t+1
t
OWA
sΩ
t 1
t
S xij
f (S xij
, S t xij )
)1(
CA
1
72
Ordered Weighted Averaging
)(CA
شکل -1انواع همسايگيهاي مورد استفاده در اتوماسيون سلولي[]2
GIS
-
OWA
OWA
ميانگينگيري وزندار ترتيبي ) (OWAو
کاربرد آن در CA
33
GIS
OWA
1
j
w
j 1
-3پياده سازي مدل
Q
Q
منطقه مورد مطالعه و دادهها
OWA
RIM
Q ( p ) p , 0
)Q (p
) Half ( 1 Few( 0.1
)
n
) Most( 10
RIM
i
i 1
( W (i ) Q ( ) Q
)
n
n
کالن شهر شيراز به عنوان يکي از مهمترين شهرهاي
کشور ،سالها است که با هجوم پرشتاب جمعيت و
توسعه نامتناسب و نامتوازن روبرو بوده است .با توجه به
تاثير شبکه راهها و برپايي صنايع و فعاليتهاي نو در
زمينهاي گسترده شهر شيراز ،شهرهاي کوچک و
آباديهاي اطراف به سرعت روبه رشد نهادند ،کانونهاي
جمعيتي جديد شکل گرفتند و به تدريج يک منطقهي
کالن شهر را بوجود آوردند .براساس آمارها جمعيت
شيراز در بازه زماني 1131تا 1133از 1/1ميليون نفر
به بيش از 1/4ميليون نفر افزايش پيدا کرده و اسکان
غير رسمي و حاشيه نشيني در اطراف شهر تشديد يافته
و ابعاد گستردهاي پيدا کرده است[ .]1در مقالهي حاضر
به پيادهسازي مدل پيشنهادي براي بررسي روند
تغييرات کاربري و گسترش شهر شيراز بين سالهاي
1131و 1133پرداخته ميشود.
در اين پژوهش از اليههاي شش کاربري مسکوني،
صنعتي ،اداري ،تفريحي ،بهداشتي-درماني و باير در
سال 1131و نيز تصاوير ماهوارهاي حاصل از سنجنده-
هاي TMو ETM+برروي ماهواره لندست استفاده شده
است .بدين ترتيب که از دادههاي سال 1131استفاده
شده و وضعيت شهر براي سال 1133مدلسازي مي-
شود .سپس با استفاده از تصاوير ماهوارهاي سال ،1133
مدلسازي صورت گرفته براي اين سال ،ارزيابي شده و
دقت حاصل از مدل ،مورد سنجش قرار مي گيرد.
Q
n
Regular Increasing Monotone
1
13
(CA)
ساختار مدل پيشنهادي-2 شکل
k
k
d
F
N
Fkdi
n
n kdi
n di
Nk
N
OWA
Few Most,Half
CA
-
38
Few Most,Half
-
n
-
-
Few
Most
11
Half
شکل -1وضعيت کاربريهاي شيراز در سال ( 1131چپ) اثر همسايگي با سناريوي بدبينانه ( Mostراست)
)(CA
شکل -4اثر همسايگي با سناريوي متوسط ( Halfچپ) -اثر همسايگي با سناريوي خوش بينانه ( Fewراست)
شکل -5فرآيند تخصيص با روش ( Halfراست) -فرآيند تخصيص با روش ( Fewچپ)
شکل -6فرآيند تخصيص با روش (Mostراست)
33
OWA
Few
OWA
Few
CA
Half
Most
Few
Few, Half, Most
CA
Most Half
Half
Few
Most
Few
CA
-
13
Half
-
GIS
OWA
(CA)
مراجع
AHP
[6] Dragicevic, S. (2004). "Coupling fuzzy sets theory and GIS-based cellular automata for landuse change
modeling". In Fuzzy Information, IEEE Annual Meeting of the Processing NAFIPS’04: 203-07.
[7] Yunliang, M. (2011). "A GIS-Based Multicriteria Decision Analysis Approach for Mapping Accessibility Patterns
of Housing Development Sites". Journal of Geographic Information System, 3: 50-61
[8] Malczewski, J. (2006). "Ordered weighted averaging with fuzzy quantifiers: GIS-based ulticriteria evaluation for
land-use suitability analysis". International Journal of Applied Earth Observation and Geoinformation 8: 270–
277.
[9] Zarghami, M. (2008). "Fuzzy quantifiers in sensitivity analysis of OWA operator"Computers & Industrial
Engineering 54: 1006–1018
[10] Openshaw, S. (1998). "Neural network, genetic, and fuzzy logic models of spatial interaction," Environment
and Planning A 30(10): 1857-1872
[11] White, R. and Engelen, G. (1997). "Cellular automata as the basis of integrated dynamic regional modelling,"
Environment and Planning. 24(2): 235-246
[12] Wu,F. (1996). "A linguistic cellular automata simulation approach for sustainable land development in a fast
growing region," Computers Environment, and Urban Systems. 20: 367–87.
[13] Liu,Y. (2003). "Modelling urban development with cellular automata incorporating fuzzy-set approaches,"
Computers, Environment, and Urban System,. 27: 637–58.
[14] Fenga, Y., et al. (2011). “Modeling dynamic urban growth using cellular automata and particle swarm
optimization rules”. International journal of Landscape and Urban Planning 102(3): 188-196.
33
مدلسازي نايقيني مکاني در هوش محدودهاي
علي اصغر رفيعي ،1محمدرضا ملک ،2علي اسماعيلي
3
1دانشجوي کارشناسي ارشد سيستمهاي اطالعات مکاني -دانشکده مهندسي عمران نقشه برداري-
دانشگاه تحصيالت تکميلي صنعتي و فناوري پيشرفته
Rafiee.GIS90@yahoo.com
2دانشيار گروه سيستمهاي اطالعات مکاني -دانشکده مهندسي نقشه برداري -دانشگاه صنعتي خواجه نصيرالدين طوسي
mrmalek@kntu.ac.ir
3استاديار گروه سنجش از دور -دانشکده مهندسي عمران نقشه برداري-
دانشگاه تحصيالت تکميلي صنعتي و فناوري پيشرفته
aliesmaeily@kgut.ac.ir
چکيده
واژگان کليدي:
.
73
هوش محددودهاي 1دنياي جديدي را فراروي انسان باز
کرده ،جايي که وسايل محاسباتي در همه جاي آن
گسترش يافته است و به صورت هوشمند بين انسان و
محيط فيزيکي تعامل برقرار ميکند[ .]1اين محيطها
بايد از نيازهاي مردم آگاه باشند ،رفتارهاي مورد نياز
انسان را برطرف سازند و قابليت پيشبيني آنها را داشته
باشند .محيطهاي هوش محدودهاي ميتوانند شامل
خانه ،محل کار ،اتاقهاي جلسه ،مدارس ،بيمارستانها،
مراکز کنترل ،حمل و نقل ،جذب گردشگر ،فروشگاهها و
غيره باشند.
جهت تحقق خصوصياتي که در هوش محدودهاي
در نظر گرفته شده است ،هوش محدودهاي بايد بافت
آگاه 2باشد .لزوم بافت آگاه بودن هوش محدودهاي در
اين است که هوش محدودهاي بايد بتواند نيازهاي کاربر
را بسنجد و با توجه به شرايط موجود محيط ،به کاربر
خدمات ارائه دهد.
نايقيني 3به شکلهاي گوناگون در همهي زمينهها و
پديددهها وجود دارد .هوش محدودهاي نيز داراي
ريشههاي مختلفي از نايقيني ميباشد .از مهمترين
ريشههاي نايقيني مکاني در هوش محدودهاي ميتوان
به نايقيني ناشي از خطا در تعيين موقعيت کاربر ،ابهام
در تعريف محدودهي هوشمند ،روشن نبودن مرز
محدودهي هوشمند ،نقص در دادههاي مکاني و وجود
ناسازگاري بين اطالعات حسگرها اشاره کرد.
براي اولين بار در سال 2001کميسيون اروپايي
مفهومي از هوش محدودهاي را ارائه کرد[ .]2البته با
توجه به تعداد زياد تکنولوژيهاي درگير با هوش
محدودهاي ممکن است آثار متعددي از آن تا قبل از
سال 2001نيز ارائه شده باشد .مهمترين عامل در ارائه
مفهوم هوش محدودهاي رشد فنآوري بوده و ايده آن
جديد نميباشد اما آنچه که جديد ميباشد اين است که
ما در حال حاضر ميتوانيم بصورت جدي در رابطه با آن
IST
1
Ambient Intelligence
Context Aware
8
Uncertainty
2
83
به عنوان يک واقعيت و به عنوان يک رشتهي علمي فکر
کنيم.
تعاريف مختلفي از هوش محدودهاي توسط محققان
بيان شده است .برخي محققان هوش محدودهاي را
اينگونه تعريف ميکنند:
Aartsو "]3[ Encarnaçãoفنآوري توسعه
يافتهاي است که روزانه محيط زندگي ما را احساس
ميکند و نسبت به شخص پاسخگو ميباشد"Ducatel ،
[" ]4پتانسيلي از آينده است که در آن محيط ما توسط
اشيا هوشمندي احاطه شده است که حضور افراد را
تشخيص ميدهد و در حالتي که غيرقابل شناسايي باشد
پاسخ ميدهد""]5[ Aarts ،يک محيط ديجيتال که
حساس ،سازوار و پاسخگو به حضور افراد ميباشد"،
Rechو " ]6[ Althoffتحقيقات جديدي براي
سيستمهاي توزيع يافته ،غيرسرزده و نرم افزاري
هوشمند است" Vasilakos ،و "]7[ Pedryczدر
محيطهاي هوش محدودهاي مردم با شبکهاي از وسايل
هوشمند تعبيه شده احاطه شدهاند که مي تواند وضعيت
را حس کند ،پيشبيني کند و نيازها را برطرف سازد" و
در [ ]8هوش محدودهاي بدين صورت معرفي ميشود
"محيط ديجيتالي که به صورت فعاالنه ،اما معقول در
زندگي روزمره به مردم کمک ميکند".
با توجه به تعاريف متفاوتي که از هوش محدودهاي
ارائه شده ميتوان به اين نتيجه رسيد که برجستهترين
خصوصياتي که هوش محدودهاي دارا ميباشد عبارتند
از :حساس ،پاسخگو ،سازوار ،همهجا حاضر و هوشمند.
دليل وجود سه مشخصهي " حساس"" ،پاسخگو" و
"سازوار " در هوش محدودهاي ،بافت آگاه بودن اين
سيستم ميباشد.
5
در برخي نشريات مفهوم محاسبات هر جاگاه ،
محاسبات فراگير 6و سيستمهاي تعبيه شده 7را با هوش
محدودهاي مترادف در نظر ميگيرند .در ادامه تفاوت
اين سيستمها با هوش محدودهاي را توضيح ميدهيم.
مفهوم محاسبات هرجاگاه توسط Mark Weiser
معرفي شد[ .]9محاسبات هرجاگاه به اين معناست که
4 Adaptive
5
Ubiquitous Computing
6
Pervasive Computing
7
Embedded Systems
ما در هر جايي به وسايل محاسباتي دسترسي داشته
باشيم .هوش محدودهاي با محاسبات هر جاگاه متفاوت
است زيرا گاهي اوقات محيطي که هوش محدودهاي در
نظر گرفته ميشود محلي ميباشد .تفاوت ديگر اين
است که هوش محدودهاي نسبت به محاسبات هر جاگاه
تاکيد بيشتري بر هوشمندي دارد.
براي بيان تفاوت ميان محاسبات فراگير و هوش
محدودهاي به تعريف مفاهيم "هرجاگاه" و "فراگير" در
فرهنگ لغت Oxfordبسنده ميکنيم.
][10
Nivala
هرجاگاه :حال حاضر ،ظاهر شدن ،در هر جايي
پيدا
فراگير :گسترش ،به طور گسترده در سرتاسر
منطقه
سيستمهاي تعبيه شده به آن معنا ميباشند که
دستگاههاي الکترونيکي و محاسباتي در اشيا و کاالها
تعبيه شده باشند .در حال حاضر دستگاههاي
الکترونيکي و محاسباتي در معموليترين و سادهترين
اشيا استفاده ميشوند .هوش محدودهاي از سيستمهاي
تعبيه شده متفاوت ميباشد ،ممکن است وسايل
محاسباتي در هوش محدودهاي ،به وضوح قابل مشاهده
باشند اما يک گرايش به سيستمهاي تعبيه شده در
هوش محدودهاي وجود دارد.
هوش محدودهاي بايد بتواند نيازهاي کاربر را
بسنجد و با توجه به شرايط موجود محيط ،به کاربر
خدمات ارائه دهد ،در نتيجه هوش محدودهاي بايد بافت
آگاه باشد.
Chen
Kotz
73
نايقيني به صورتهاي متفاوتي در همهي زمينهها و
پديدهها وجود دارد .ما از مفاهيم نادقيق زيادي در
محيط کار يا زندگي استفاده ميکنيم .به عنوان مثال
"کتابخانه دور است" يک عبارت غير دقيق و نامعين
ميباشد .هيچ کميتي براي دوري وجود ندارد تا آن را
بطور دقيق اندازهگيري نماييم .بنابراين به منظور درک
بهتر خصوصيات پديدههاي مختلف بهتر است از
شيوههايي براي طراحي و مدلسازي نايقيني استفاده
شود.
عالوه بر مقادير زباني که براي توصيف پديدهها و
اشيا مختلف بکار ميروند گاهي اوقات خطا در اندازه
گيريها و يا ناکاملي روشهاي اندازهگيري نيز باعث
بوجود آمدن نايقيني ميگردد .در نظر نگرفتن نايقيني
باعث ميشود که بخشي از اطالعات را از دست دهيم و
اين موضوع باعث درک ناصحيح از واقعيت موجود گردد.
براي نمايش پديدهها و عوارض طبيعي ،ابتدا
اندازهگيريهايي انجام ميگيرد و يا اينکه آنها را توسط
خصوصياتشان توصيف ميکنيم .نمايش اينگونه اشيا
بدون در نظر گرفتن نايقيني يک ساده سازي بزرگ
براي پردازش دادههاي مکاني به شمار ميرود[.]12
04
نايقيني در جنبههاي مختلفي از هوش محدودهاي
وجود دارد .نايقيني ناشي از سيستمهاي الکترونيکي که
در هوش محدودهاي وجود دارد معموال با استفاده از
نظريهي مجموعههاي فازي مدلسازي ميگردد .در اين
مدلسازيها از نايقيني مکاني صرف نظر شده است.
امروزه با پيشرفت تکنولوژي و افزايش سرعت
پردازشگرها مدلسازي نايقيني مکاني در هوش
محدودهاي امکان پذير شده است .در اين مقاله سعي
کرديم تا انواع ريشههاي نايقيني مکاني در هوش
محدودهاي را بررسي کنيم .در ادامه مهمترين ريشههاي
نايقيني مکاني در هوش محدودهاي را شرح ميدهيم.
اولين ريشه وجود نايقيني مکاني در هوش
محدودهاي خطاي ناشي از تعيين موقعيت کاربر
ميباشد .يکي از اساسيترين مولفههاي سيستمهاي
هوش محدودهاي تعيين موقعيت کاربر است .تعيين
موقعيت کاربر به هر روشي که انجام شود درجهاي از
خطا را به همراه خواهد داشت .جهت تعيين موقعيت
کاربر روشهاي متفاوتي وجود دارد که اين روشها
متناسب با شرايط ،داراي خطا با مقادير مختلفي
ميباشند .به عنوان مثال اگر در يک سيستم هوش
محدودهاي ،براي تعيين موقعيت کاربر از سيستم تعيين
موقعيت جهاني 1استفاده گردد ،خطاهاي همچون تاخير
يونسفر ،تاخير تروپسفر ،خطاي همزماني ،خطاي چند
مسيري و موارد ديگر بر روي دقت تعيين موقعيت تاثير
ميگذارند(شکل .)1وجود خطا در تعيين موقعيت باعث
ارائهي خدمات نادرست به کاربر و ايجاد عدم قطعيت در
اين سيستمها ميگردد .در نتيجه کارآمدي سيستمهاي
هوش محدودهاي کاهش يافته و نارضايتي کاربران را به
همراه خواهد داشت.
با مدلسازي نايقيني ناشي از خطاي تعيين
موقعيت کاربر ميتوان سيستمهاي هوش محدودهاي را
در ارائهي خدمات هوشمند و صحيح به کاربران سوق
داد.
Global Positioning System
1
هر کدام از اين اشياء نزديک شود .در نتيجه تعيين
محدودهي "نزديک" براي هر شئي از اهميت زيادي
برخوردار است و از عوامل ايجاد کنندهي نايقيني مکاني
در اين سيستم ميباشد .همچنين نميتوان از اين ابهام
در سيستمهاي هوش محدودهاي صرف نظر کرد چراکه
مثال عبارت "نزديک" ،که يک متغير زباني است ،را
نميتوان فقط با يک دايره با شعاع مشخصي پيرامون
عارضه مورد نظر مدلسازي کنيم ،زيرا پارامترهاي
مختلفي در استنباط محدودهي "نزديک" دخيل هستند
که جهت مدلسازي بايد در نظر گرفته شوند.
خطاي اتمسفر و خطاي چند مسيري
GPS
دومين ريشه نايقيني مکاني وجود ابهام در تعريف
محدودهي هوشمند است .اغلب اوقات دامنه خدمات با
متغيرهايي تعريف و مشخص ميشوند که از نظر
هندسي و رياضي تعريف روشني ندارند .در تحقيق ارائه
شده توسط[ ،]13براي تعيين دامنهي خدمات کابر ،يا
به عبارت ديگر منطقهي سرويس ،عبارت "اينجا "1به
عنوان يک مفهوم مکاني فازي مدلسازي شده است .در
اين تحقيق نايقيني مکاني ناشي از متغير زباني در
تعريف دامنهي خدمات محدوده مبنا مدلسازي شده
است .از آنجايي که دامنهي خدمات کاربر" ،اينجا" ،در
خدمات محدوده مبنا شباهت بسيار زيادي با محدودهي
هوشمند" ،اطراف" ،براي اشياء در هوش محدودهاي
دارد ميتوان ابهام در تعريف محدودهي هوشمند را از
ريشههاي نايقيني مکاني در هوش محدودهاي دانست
(شکل .)2اين عبارات مبهم ميتوانند شامل "اطراف"،
"نزديکي"" ،دوري" و يا غيره در هوش محدودهاي
باشند که بايد در چهارچوبي خاص مدلسازي آنها انجام
گيرند.
به عنوان مثال ،قصد داريم براي بازديدکنندگان از
يک موزه ،اطالعات اشياء گرانبهاي موجود در موزه را
ارسال کنيم .ارسال زماني صورت مي گيرد که کاربر به
Here
1
منطقه مدلسازي شده"اينجا" توسط ][13
ريشه سوم نايقيني مکاني ،روشن نبودن مرز
محدوده هوشمند به صورت شفاف و روشن ميباشد.
گاهي ممکن است "داخل" يک عارضه به دليل روشن
نبودن مرزها به صورت شفاف و روشن ،خود داراي
نايقيني باشد .تاکنون فعايتهاي زيادي[ ]17-14در
زمينه مدلسازي عوارض با مرزهاي غيرشفاف صورت
گرفته است .هوش محدودهاي نيز از اين موضوع
مستثني نميباشد و ممکن است مرز محدودهاي که به
کاربر خدمات ارائه ميدهد روشن و شفاف نباشد.
مشخص نبودن مرز محدودهي هوشمند باعث ايجاد
نايقيني مکاني در هوش محدودهاي ميگردد .به طور
مثال جنگل از جمله عوارضي است که محدودهي آن را
14
نميتوان تعيين کرد و داراي مرز مشخصي نيست .در
نتيجه جهت انجام سيستم هوش محدودهاي براي
جنگل ،مدلسازي نايقيني مکاني الزامي است.
چهارمين ريشه ،وجود ناسازگاري بين اطالعات
حسگرهاي مختلف در هوش محدودهاي مي باشد .همان
طور که قبال به آن اشاره شد هوش محدودهاي ،بافت
آگاه است و در سيستمهاي بافت آگاه اطالعات بافت
توسط حسگرها بدست مي آيند .ناسازگاري بين
اطالعات حسگرهاي مختلف براي دريافت يک دسته
اطالعات بافت از جمله رايجترين مسئلهاي است که
باعث بروز نايقيني مي گردد .نايقيني مکاني ناشي از
ناسازگاري بين اطالعات حسگرها که در هوش
محدودهاي به وجود ميآيد ميتواند بدليل استفاده از
چند حسگر تعيين موقعيت در سيستم هوش
محدودهاي باشد .مثال اگر در يک سيستم هوش
محدودهاي جهت تعيين موقعيت کاربر از چندين روش
تعيين موقعيت همانند سيستم تعيين موقعيت جهاني
به همراه تعيين موقعيت با استفاده از شبکه تلفن همراه
استفاده گردد ،ناسازگاري بين اطالعات موقعيتي ايجاد
ميگردد.
پنجمين ريشهي نايقيني در هوش محدودهاي وجود
نقص در دادهها ميباشد .دادههايي که براي تعيين
موقعيت کاربر به کار ميرود ممکن است داراي نقص
باشد .در بسياري از سيستمهاي هوش محدودهاي
موقعيت کاربر هر چند ثانيه يکبار بروز رسانده ميشود و
يا ممکن است براي مدتي امکان تعيين موقعيت کاربر
فراهم نباشد .در چنين مواردي نقص در دادههاي مکاني
باعث بروز نايقيني مکاني ميشود.
با توجه به وجود ريشههاي نايقيني مکاني در هوش
محدودهاي ،مدلسازي آن در سيستمهاي هوش
محدودهاي کامال ضروري ميباشد.
جهت تاييد مطالب فصل قبل و درک بهتر ريشههاي
نايقيني مکاني در هوش محدودهاي پياده سازي انجام
گرفته است.
تعيين موقعيت کاربر در هوش محدودهاي از اهميت
زيادي برخوردار است .زيرا در هوش محدودهاي خدمات
مطابق با موقعيت کاربر ارائه ميگردد .خطا در تعيين
02
موقعيت باعث ميشود خدمات در مکان و زمان
نامناسبي به کاربر ارائه گردد .براي اين کار ميخواهيم
يک سرويس ساده اطالعاتي را براي منطقه خوابگاهي
دانشگاه تحصيالت تکميلي صنعتي و فناوري پيشرفته،
ارايه دهيم .اين سيستم براي دانشجويان در داخل
محوطهي خوابگاه و در خارج آن خدمات متفاوتي ارائه
ميکند .جهت مشخص شدن تاثير خطاي تعيين
موقعيت بر روي سيستم هوش محدودهاي مشاهدات
مختصات توسط گيرندهي GPSدستي صورت گرفته
است .اين مشاهدات در نزديکي محوطهي خوابگاه و
بيرون آن در يک نقطه ثابت و در زمانهاي مختلف
انجام شده است .در شکل 3نقاط برداشت شده به رنگ
قرمز مشخص شدهاند .مطابق شکل بدليل خطا در
اندازهگيري ،مختصات نقطهي برداشت شده متفاوت
ميباشد و گاهي مختصات نقطه در داخل محوطه
خوابگاه مشاهده شده است .در نتيجه موقعيت کاربر
ناصحيح بوده و خدمات به اشتباه براي کاربر ارائه
ميگردد .اين اختالفات در مختصات ،نايقيني مکاني در
هوش محدودهاي را ايجاد ميکند و باعث ارائهي خدمات
نادرستي به کاربران مي گردد .پس با مدلسازي نايقيني
ناشي از خطاي تعيين موقعيت کاربر مي توان خدمات
صحيحي را براي کاربران ارائه نمود.
شکل -3نقاط برداشت شده با استفاده از ( GPSنقاط قرمز)
اين نايقيني در.کاربر از اهميت ويژهاي برخوردار است
تمام سيستمهاي هوش محدودهاي وجود دارد و مطابق
مدلسازي آن الزامي،با پيادهسازي صورت گرفته
وجود ديگر عوامل ايجاد نايقيني در هوش.ميباشد
به طراحي سيستم هوش محدودهاي،محدودهاي
حتما بايد،بستگي دارد ولي در صورت وجود آنها
.مدلسازي انجام گردد
هنگامي که در هوش محدودهاي نايقيني را در نظر
پيچيدگي افزايش يافته و باعث کاهش کارايي،ميگيريم
سيستم ميشود ولي مدلسازي نايقيني ضروري بوده و
امروزه با پيشرفت.سيستم به واقعيت نزديکتر ميشود
فنآوري و افزايش سرعت پردازشگرها مدلسازي نايقيني
مکاني در هوش محدودهاي از اهميت زيادي برخوردار
.شده است
همانطور که گفته شد هوش محدودهاي بافت آگاه
در سيستمهاي بافت آگاه با توجه به شرايط.ميباشد
از طرفي. به کاربر خدمات ارائه ميگردد،کاربر و محيط
کاربر نيز انتظار ارائه خدمات به صورت هوشمندانه را
درنتيجه مدلسازي نايقيني مکاني در هوش.دارد
محدودهاي باعث هوشمندتر شدن اين سيستمها و
.نزديکتر شدن آن به واقعيت ميگردد
ريشههاي اصلي نايقيني مکاني در هوش محدودهاي
که در اين تحقيق به آنها اشاره شد عبارتند از نايقيني
وجود ابهام در تعريف،ناشي از خطا در تعيين موقعيت
روشن نبودن مرز محدوده هوشمند،محدودهي هوشمند
ناسازگاري بين اطالعات،به صورت شفاف و روشن
از بين پنج.حسگرها و وجود نقص در دادهها ميباشند
نايقيني ناشي از تعييين موقعيت،ريشهي ذکر شده
[1]
Ramos, C., Ambient intelligence–A state of the art from artificial intelligence perspective. Progress in
Artificial intelligence, 2007: p. 285-295.
[2]
Cook, D.J., J.C. Augusto, and V.R. Jakkula, Ambient intelligence: Technologies, applications, and
opportunities. Pervasive and Mobile Computing, 2009. 5(4): p. 277-298.
[3]
Aarts, E.H.L. and J.L. Encarnação, True visions: The emergence of ambient intelligence. 2008: Springer.
[4]
Ducatel, K., et al., Scenarios for ambient intelligence in 2010. 2001: Office for official publications of the
European Communities.
[5]
Aarts, E., Ambient Intelligence changing lives for better. Philips Research Password Magazine, 2003. 17:
p. 5-7.
[6]
Rech, J. and K.D. Althoff, Artificial intelligence and software engineering: Status and future trends. KI,
2004. 18(3): p. 5-11.
[7]
Vasilakos, A. and W. Pedrycz, Ambient intelligence, wireless networking, and ubiquitous computing. 2006:
Artech House.
[8]
Research, P., Other perspectives on ambient intelligence. 2007.
[9]
Weiser, M., The computer for the 21 st century. IEEE pervasive computing, 2002. 1(1): p. 19-25.
[10]
Dey, A.K., Understanding and using context. Personal and ubiquitous computing, 2001. 5(1): p. 4-7.
[11]
Nivala, A.M. and L.T. Sarjakoski, Need for context-aware topographic maps in mobile devices.
Proceedings of ScanGIS 2003, 2003: p. 15-29.
[12]
Worboys, M., Imprecision in finite resolution spatial data. GeoInformatica, 1998. 2(3): p. 257-279.
[13]
Basiri, A. and M.R. Malek, Providing relevant information in an ambient services using service requester’s
“logical area”. Journal of Ambient Intelligence and Humanized Computing, 2012: p. 1-11.
17
[14]
Galton, A., Continuous change in spatial regions, in Spatial Information Theory A Theoretical Basis for
GIS. 1997, Springer. p. 1-13.
[15]
Fisher, P., Boolean and fuzzy regions. Geographic objects with indeterminate boundaries, 1996. 2.
[16]
Clementini, E. and P. Di Felice, An algebraic model for spatial objects with indeterminate boundaries.
Geographic objects with indeterminate boundaries, 1996. 2: p. 155-169.
[17]
Tang, X. Spatial object model [l] ing in fuzzy topological spaces: with applications to land cover change.
2004. ITC.
00
C4I
1استاد گروه مهندسي نقشهبرداري -پرديس دانشکدههاي فني -دانشگاه تهران
samadz@ut.ac.ir
2مهندسان مشاور جهان پيمايش سيستم
mohammadsarpoulakiz@yahoo.com
چکيده
سامانه ( C4Iفرماندهي ،کنترل ،مخابرات ،کامپيوتر و اطالعات نظامي) يک سامانه ترکيب شده از چند سامانه کوچکتر است که
فرماندهان دفاعي را قادر مي سازد (در حاليکه از سامانه اطالعاتي خود حفاظت مي کنند) با تحت تأثير قرار دادن اطالعات دشمن
تصميمهاي بهتري را اتخاذ کنند .سامانههاي C4Iبدنبال جمع آوري ،بازيابي ،آناليز و انتشار اطالعات زمانمند براي دستيابي به اهداف
ماموريتهاي حياتي هستند .يکي از مهمترين بخشهاي يک سامانه C4Iانواع حسگرها هستند که اطالعات مناسب و مورد نياز سامانه را
در محدوده تعيين شده و در شرايطي که براي انسان دشوار ،کند يا نادقيق است تهيه ،دريافت و به سامانه ارسال ميکنند .بازيابي بهموقع،
بهاشتراکگذاري و پردازش برخط اين دادهها نقش کليدي در ارتقاي کارايي و اتخاذ تصميمهاي بهينه در سيستمهاي C4Iدارد .حسگروب
شيوهاي نوين براي تلفيق مشاهدات محيطي و زميني بهمنظور پشتيباني از سامانههاي تصميمگيري و اخذ تصميمهاي حياتي در شرايط
حساس ميباشد OGC .بعنوان متولي استانداردسازيهاي مرتبط با اطالعات مکاني ،به منظور پيادهسازي مفهوم حسگروب چارچوب SWE
را براي استاندارد سازي مديريت اطالعات حسگرها ارائه نموده است .چارچوب SWEنقش برجستهاي در تعريف معماريها ومدلهاي
دادهاي در ايجاد يک چارچوب تعامل پذير براي دسترسي و استفاده از حسگرهاي مکاني از طريق پروتکلهاي وب دارد .در اين مقاله با
مروري به مفاهيم C4Iو اهميت بکارگيري رويکردهاي نوين فناوري اطالعات مکاني ،يک معماري تعاملپذير ،انعطافپذير و مقياسپذير
براي سامانههاي مديريت کنترل و فرماندهي ارائه شده است که طي آن چارچوب SWEزيرساختي اساسي براي جمعآوري و تحليل داده-
هاي حسگرها معرفي شده است .بدين منظور با بررسي و ارزيابي زيرساخت موجود در سامانههاي اطالعاتي دفاعي متشکل از اجزاي
مستقل و جدا از هم ،يک معماري يکپارچه براي پوشش نقاط ضعف اين زي رساخت ارائه شده است که در آن فرماندهان قادر خواهند بود با
در اختيار داشتن اطالعات آني حسگرها در منطقه مورد نظر عالوه بر مديريت هرچه بهتر منابع اطالعاتي خود بيشترين اطالعات را از
مکانهاي حساس در اختيار بگيرند و تصميم سازيهاي بهتر و موثرتري در هر شرايطي داشته باشند.
واژگان کليدي:
C4I
SWE
OGC
54
C4I
[3]
.
-
.[3]
C4I
.
C4I
C4I
-
-
1
Command, Control, Communications,
Computers, Intelligence
64
C4I
C4I
C4I
C4I
C4I
[ ]
C4I الگوي سامانههاي-1 شکل
C4I
C4I
C4I
54
C4I
-
OGC
SWE
حسگر وب-1-3
SWE
C4I
C4I
C4I
C4I
1
Open Geospatial Consortium
Sensor Web Enablement
3
Online
2
4
Sensor Web
64
SWE
OGC
OGC
SOS
SWE
SES
SWE
SWE
SPS
C4I
WNS
SWE
1
Sensor Observation Service
Sensor Event Service
3
Sensor Planning Service
4
Web Notification Service
2
54
O&M
C4I
XML
SensorML
XML
-
-
1
2
Observation & Measurement
Sensor Model Language
05
C4I
SOS
SPS
WPS
SES
-
C4I
-
SWE
WNS
CSW
-
C4I
[ ]
SWE
45
C4I
OGC
C4I
OWS
SWE
SWE
OGC
1
OGC Web Services
02
. جمعآوري و ترکيب دادههاي حسگرها در سامانههاي فرماندهي و کنترل، م، حشمتي راد، م، زارع، ع،دربهانيها
[ ]
، جهت افزايش امنيت در اين سامانههاSIG براساس گرافC4I مدلسازي تهديدات وارده به سامانهي،)1931(، ح، علوي، ا،رعدي
.پنجمين کنفرانس ملي فرماندهي و کنترل ايران
[ ]
پنجمين، و راهکارهاي پيادهسازي آن در ايرانC4ISR مروري بر چارچوب،)1931( ، س، محمدعليان، س، عسگري، م،يوسفي
.کنفرانس ملي فرماندهي و کنترل ايران
[ ]
[4]
Botts, M. (Ed.), 2006, OpenGIS® Sensor Model Language Implementation Specification (Version 1.0).
OGC Document Number: 05-086r2, 117pp,
[5]
Botts, M., Percivall, G., Reed, C., Davidson, J., 2006, “OGC Sensor Web Enablement: Overview and High
Level Architecture”, OGC White Paper,06-046r2
[6]
Bröring, A., Stasch, C., Echterhoff, j., 2012, OGC™ Observation and Measurement (Version 2.0), OGC 12006
[7]
Carbone, A., Ajmone-Marsan, M., Axhausen, K., Batty, M., Masera, M., Rome, E., 2012, Complexity aided
design The FuturICT technological innovation paradigm, The European Physical Journal
[8]
Echterhoff, j., Everding, T., 2011, OGC Event Service - Review and Current State, OGC 11-088r1
[9]
ESRI (2005), GIS for Defense and Intelligence
[10]
Na, A. (IRIS Corp.), Priest, M., 2007, OGC™ Sensor Observation Service(Version 1.0), OGC 06-009r6
[11]
Open Geospatial Consortium (OGC), (2007), OGC Web Services (OWS) in Support of the C4ISR
Enterprise EC08 Concept Architecture, (Version 1.0), Version Date: November 26, 2007
[12]
Simonis, I 2005, Sensor Planning Service, Version 0.0.3, OGC, 05-089r3,
[13]
Simonis, I., Wytzisk, A. (Eds.), 2003 Web Notification Service (Version 0.1.0). OGC Document Number:
03-008r2, 46pp
45
ashamini@dena.kntu.ac.ir
varshosazm@kntu.ac.ir
msaadat@ut.ac.ir
چکيده
.
:واژگان کليدي
55
-
-
-
(direct)
(indirect)
-
65
استخراج اطالعات
تشکيل مدل استريو
اخذ تصاوير
پانوراماي يکپارچه
-
کاليبراسيون سيستم
اندازهگيري هندسي
رجيسترنمودن ايستگاهها
پيادهسازي سخت-
نمايش سهبعدي
انتقال به سيستم مختصات
-
افزار
زميني
تشکيل استريو پانوراما در
هر ايستگاه
تصحيحات هندسي و
راديومتريك
-
55
Peleg
Lin
Huang
Jiang
-
Jiang
Peleg
Peleg
Tzavidas
fish-eye
Hall
Hua
fish-eye
65
Omni-Directional
Benosman
Li
Omni-Directional
Kawanishi
Omni-Directional
-
OD
Goshtasby
Arnspang
Gluckman
Koyasu
Pontinen
55
Fryer
Omni-Directional
Carbel
Finlayson
Gledhill
Gledhill
(linear)
(diagonal)
diagonal plus affine
linear plus affine
-
-
Pontinen
Griessbach و
Griessbach
56
-
Kourogi
Mann
Kim
(stitching)
Super
Bao
IMU GPS
Xu
Zhu
Zhang
Trucco
Luong
Borga
(area-based)
(feature-based)
Sift
Lowe
(scale-invariant feature transform)
Gledhill
.i
.ii
.iii
.iv
Wang
Lucas-Kanade
Thomasi
16
Gledhill
GPS
Naikka
Remondino
-
-
Luhmann
GPS/INS
Havlena
GPS/INS
Micusik
Clipp
GPS/INS
56
Zitora
Lee
Szeliski
-
Kawasaki
omni-directional
Gledhill
viewpoint-based
Shunyi
Carlbom Aliaga
16
[1]
Havlena, M. (2007). "Automated City Modeling from Omnidirectional Image Sequences", PhD Proposal
Thesis, Czech Technical University.
[2]
Cobez, D. and Zhang, H. (2001). "Mobile Robot Localization using Planar Patches and a Stereo Panoramic
Model", Vision Interface, pp. 94-99.
[3]
Shimamura, J., Takemura, H., Yokoy, N. and Yamazawa, K. (2000). "Construction and Presentation of a
Virtual Environment Using Panoramic Stereo Images of a Real Scene and Computer Graphics Models",
IEEE International Conference on Pattern Recognition, pp. 4463.
[4]
Lippman, A. (1980). "Movie-Maps: An Application of the Optical Videodisc to Computer Graphics", ACM
SIGGRAPH Computer Graphics, vol 14, pp. 32-42.
[5]
Chen, S. E. (1995). "QuickTime VR – An Image-Based Approach to Virtual Environment Navigation", 22nd
Annual Conference on Computer Graphics and Interactive Techniques, SIGGRAPH 95, pp. 29-38.
[6]
Lin, T. T., Hsiung, Y. K., Hong, G. L., Chang, H. K. and Lu, F. M. (2008). "Development of a Virtual Reality
GIS Using Stereo Vision", Computers and Electronics in Agriculture, vol. 63, pp.38–48.
[7]
Gledhill, D., Tian, G. Y., Taylor, D. and Clarke, D. (2004). "3D Reconstruction of a Region of Interest using
Structured Light and Stereo Panoramic Images", IEEE Eighth International Conference on Information
Visualization, pp. 1007-1012.
[8]
Moravec, H. P. (1993). "The Stanford Cart and the CMU Rover", IEEE Proceedings, vol. 71, pp. 872 – 884.
[9]
Ayache, N. and Faugeras, O. D. (1989). "Maintaining Representation of the Environment of a Mobile
Robot", IEEE Transactions on Robotics and Automation, vol 5, pp. 804–819.
[10]
Huang, H. C. and Hung, Y. P. (1998). "Panoramic Stereo Imaging System with Automatic Disparity Warping
and Seaming", Graphical Models and Image Processing, vol. 60, pp. 196-208.
[11]
Li, R., Yan, L., Di, K. and Wu, B. (2008). "A New Ground-Based Stereo Panoramic System", ISPRS
Congress, China.
[12]
Gledhill, D., Tian, G. Y., Taylora, D. and Clarke, D. (2003). "Panoramic Imaging—a Review", Computers &
56
Graphics, vol. 27, pp. 3435-445.
[13]
Peleg, S. and Ben-Ezra, M. (1999). "Stereo Panorama with a Single Camera", IEEE Conference on
Computer Vision and Pattern Recognition, pp. 395-401.
[14]
Tzavidas, S. and Katsaggelos, A. K. (2005). "A Multicamera Setup for Generating Stereo Panoramic Video",
IEEE Transactions on Multimedia, vol. 7, pp. 880-890.
[15]
Huang, H. C., and Hung, Y. P. (1997). "SPISY: The Stereo Panoramic Imaging System", Third Workshop on
Real-Time and Media Systems, Taiwan, pp. 71-78.
[16]
Jiang, W., Okutomi, M. and Sugimoto, S. (2006). "Panoramic 3D Reconstruction using Rotational Stereo
Camera with Simple Epipolar Constraints", IEEE Computer Society Conference on Computer Vision and
Pattern Recognition, pp. 371–378.
[17]
Varshosaz, M. and Amini, A. Sh. (2007). "Stereo Panoramas: Problems and Solutions", XXI International
CIPA Symposium, Athens.
[18]
Hua, S., Huanga, Q., Zhang, A. and Qiaoa, J. (2008). "3D Measurement, Reconstruction and Navigation
Through Panoramic Photography", International Conference of Photogrammetry, Remote Sensing and
Spatial Information Sciences, China.
[19]
Hall, Z., and Cao, E. L. (1986). "Omnidirectional Viewing Using a Fisheye Lens", SPIE Optics, Illumination,
and Image Sensing for Machine Vision, vol. 728, pp. 250–256.
[20]
Benosman, R., Maniere, T. and Devars, J. (1996). "Multidirectional Stereovision Sensor, Calibration and
Scenes Reconstruction", 13th Internatinoal IEEE Conference on Pattern Recognition, Austria, pp. 161-165.
[21]
Benosman, R., Maniere, T. and Devars, J. (1998). "Panoramic Stereovision Sensor", 14th International
IEEE Conference on Pattern Recognition, Australia, pp. 767-769.
[22]
Amiri Parian, J. (2007). "Sensor Modeling, Calibration and Point Positioning with Terrestrial Panoramic
Cameras", PhD Thesis for the degree of Doctor of Sciences, Swiss Federal Institute of Technology (ETH)
Zurich.
[23]
Kawanishi, T., Yamazawa, K., Iwasa, H., Takemura, H. and Okoya, N. (1998). "Generation of HighResolution Stereo Panoramic Images by Omnidirectional Sensor Using Hexagonal Pyramidal Mirrors", 14th
International Conference of Pattern Recognition, pp. 485-489.
[24]
Goshtasby, A. and Grover, W. (1993). "Design of a Single-Lens Stereo Camera System", Pattern
Recognition, vol. 26, pp. 923–937.
[25]
Cabral, E. L. L., Oliveira, P. R. G. and Junior, J. C. S. (2008). " An Omnidirectional Stereo Vision System",
ABCM Symposium Series in Mechatronics, pp. 643-652.
[26]
Arnspang, J., Nielsen, H., Chritensen, M. and Henriksen, K. (1995). "Using Mirror Cameras for Estimating
Depth", 6th Conference on Computer Analysis of Images and Patterns, Springer Heidelberg, pp. 711–716.
[27]
Gluckman, J., Nayar, S. K. and Thoresz, K. J. (1998). "Real-Time Omnidirectional and Panoramic Stereo",
DARPA Image Understanding Workshop.
[28]
Gluckman, J. and Nayar, S. K. (1999). "Planar Catadioptric Stereo: Geometry and Calibration", IEEE
Conference on Computer Vision and Pattern Recognition, pp. 22–28.
[29]
Koyasu, H., Miura, J. and Shirai, Y. (2001). "Realtime Omnidirectional Stereo for Obstacle Detection and
Tracking in Dynamic Environments", IEEE Conference on Intelligent Robots and Systems, pp. 31-36.
[30]
Clipp, B., Raguram, R., Frahm, J. M., Welch, G. and Pollefeys, M. (2008). "A Mobile 3D City Reconstruction
System", IEEE VR Workshop on Cityscapes.
[31]
Fryer, J. G. (1996). "Single Station Self-calibration Techniques", ISPRS Conference of Photogrammetry and
Remote Sensing, pp. 178-181.
[32]
Pontinen, P. (2002). "Camera Calibration by Rotation", ISPRS Conference of Photogrammetry and Remote
Sensing, pp. 585-589.
[33]
Amiri Parian, J. and Gruen, A. (2004). "A Refined Sensor Model for Panoramic Cameras", ISPRS
15
Workshop, Germany.
[34]
Gledhill, D. (2009). "3D Panoramic Imagng for Virtual Environment Construction", PhD Thesis for the degree
of Doctor of Philosophy, School of Computing and Engineering, the University of Huddersfield.
[35]
Finlayson, G., Drew, M. and Funt, B. (1994). "Color Constancy: Generalized Diagonal Transforms Suffice",
Optical Society, vol. 11, pp. 3011-3020.
[36]
Griessbach, D., Borner, A., Scheele, M., Scheibe, K. and Sujew, S. (2004). "Line Scanner in Combination
with Inertial Measurement Unit", ISPRS Workshop, Germany.
[37]
Bao, P. and Xu, D. (1999). "Complex Wavelet-Based Image Mosaics using Edge Preserving Visual
Perception Modeling", Computers and Graphics, vol. 23, pp. 309–321.
[38]
Kim, H. S., Kim, C. H. and Lee, W. K. (2000). "Stitching Reliability for Estimating Camera Focal Length in
Panoramic Image Mosaicing", 15th International Conference on Pattern Recognition, pp. 596–599.
[39]
Mann, S. and Picard, R. W. (1994). "Virtual Bellows: Contructing High Quality Stills from Video", IEEE
Proceeding, pp. 363-367.
[40]
Kourogi, M., Kurata, T., Hoshino, J. and Muraoka, Y. (1999). "Real-time Image Mosaicing From a Video
Sequence", IEEE International Conference on Image Processing, pp. 133–29.
[41]
Zhu, Z., Hanson, A. R., Schultz, H., Stolle, F. and Riseman, E. M. (1999). "Stereo Mosaics from a Moving
Video Camera for Environmental Monitoring", First International Workshop on Digital and Computational
Video, pp. 45–54.
[42]
Trucco, E. and Verri, A. (1998). "Introductory Techniques for 3D Computer Vision", Prentice Hall Publishing.
[43]
Zhang, L. (2001). "Hierarchical Block-Based Disparity Estimation Using Mean Absolute Difference and
Dynamic Programming", VLBV01: International Workshop on Very Low Bitrate Video Coding, pp. 114–118.
[44]
Super, B. J. and Klarquish, W. N. (1997). "Patch-based Stereo in a General Binocular Viewing Geometry",
Pattern Analysis and Machine Vision, vol. 19, pp. 247–253.
[45]
Borga, M. and Knutsson, H. (1999). "Estimating Multiple Depths in Semi-transparent Stereo Images",
Proceedings of the 11th Scandinavian Conference on Image Analysis.
[46]
Luong, Q. T. and Faugeras, O. D. (1996). "The Fundamental Matrix: Theory, Algorithms and Stability
Analysis", Computer Vision, vol. 17, pp. 43–75.
[47]
Lowe, D. G. (1999). "Object Recognition from Local Scale-Invariant Features", Proceedings of the
International Conference on Computer Vision, pp. 1150–1157.
[48]
Lowe, D. G. (2004). "Distinctive Image Features from Scale-Invariant Keypoints", Computer Vision, vol. 60,
pp. 91–110.
[49]
Lucas, B. D. and Kanade, T. (1981). "An Iterative Image Registration Technique with an Application to
Stereo Vision", In Proceedings of IJCAI, pp. 674-679.
[50]
Shi, J. and Tomasi, C. (1994). "Good Features to Track", IEEE Conference on Computer Vision and
Pattern Recognition (CVPR'94), pp. 593-600.
[51]
Remondino, F. and Borlin, N. (2004). "Photogrammetric Calibration of Image Sequences Acquired with a
Rotation Camera", ISPRS Workshop, Germany.
[52]
Luhmann, T. and Tecklenburg, W. (2004). "3D Object Reconstruction from Multiple-Station Panorama
Imagery", ISPRS Workshop, Germany.
[53]
Micusik, B. and Kosecka, J. (2009). "Piecewise Planar City 3D Modeling from Street View Panoramic
Sequences", IEEE Conference on Computer Vision and Pattern Recognition, Miami, pp. 2906-2912.
[54]
Haggren, H., Hyyppa, H., Jokinen, O., Kukko, A., Naikka, M., Pitkanen, T., Pontinen, P. and Ronnholm, P.
(2004). "Photogrammetric Application of Spherical Imaging", ISPRS Workshop, Germany.
[55]
Zitora, B. and Flusser, J. (2003). "Image Registration Methods: A Survey", Image and Vision Computing,
vol. 21, pp. 997-1000.
55
[56]
Kawasaki, H., Ikeuchi, K. and Sakauchi, M. (2000). "Automatic 3D City Reconstruction System using Omni
Camera", EEE International Conference on Multimedia and Expo (III), pp. 1653-1656.
[57]
Akbarzadeh, A., Frahm, J.M., Mordohai, P., Clipp, B., Engels, C., Gallup, D., Yang, R., Welch, G., Merrell,
P., Phelps, M., Sinha, S., Talton, B., Wang, L., Yang, Q., Stewenius, H., Towles, H., Nist´er, D. and
Pollefeys, M. (2006). "Towards Urban 3D Reconstruction From Video", Proceedings of the Third
International Symposium on 3D Data Processing, Visualization, and Transmission, pp. 1-8.
[58]
Hunyi, Z., Ruirui, W., Changjun, C. and Zuxun, Z. (2008). "3D Measurement and Modeling Base on Stereo
Camera", ISPRS Congress, China.
[59]
Aliaga, D. and Carlbom, I. (2001). "Plenoptic Stitching: a Scalable Method for Reconstructing 3D Interactive
Walkthroughs", 28th Annual Conference on Computer Graphics and Interactive Techniques, Los Angeles,
pp. 443–450.
[60]
Szeliski, R. and Shum, H. (1997). "Creating Full View Panoramic Image Mosaics and Environment Maps",
International Conference on Computer Graphics and Interactive Techniques, pp 251–258.
[61]
Lee, K., Fung, Y., Wong, K., Or, S. and Lao, T. (1999). "Panoramic Video Representation using Mosaic
Image", International Conference on Imaging Science, Systems, and Technology (CISST'99), pp. 390–396.
15
3D Modeling of Environment using Stereo Panorama-State of the Art
A. Sh. Amini1*, M. Varshosaz1, M. Saadatseresht2
1
Department of Geospatial Information Systems, K. N. Toosi University of Technology,
Tehran, Iran
{*ashamini, varshosazm}@kntu.ac.ir
2
Department of Geomatics, Faculty of Engineering, University of Tehran, Tehran, Iran
msaadat@ut.ac.ir
(Received: May 2012, Accepted: November 2012)
Key Words: 3D Modeling, Stereo Panorama, Geometric Measurement, Visualization.
Abstract
Today, a complete large scale city
map which enables access to geometric as
well as visual information is required by
most organizations. There exist a number
of problems such as moving objects and
occlusions which affect the development
of such maps. In this regard, the use of
stereo panoramas is an image based
solution which has attracted the developers
and users of city maps. This is due to the
fact that stereo panoramas besides offering
a visual and complete view of surrounding
static and moving are simple to create.
There exist a number of techniques which
are used to develop stereo panoramas. This
paper, reviews these techniques from the
projection as well as the geometrical stand
points. The review includes systems
offered for image acquisition, stereo
panorama
generation,
geometric
measurement and representation, and their
related problems and offers some issues
for future researches in this area.
86
Abstracts of Papers in English
Empowerment of C4I with Geoinformation technology
F. Samadzadegan1, M. Sarpoulaki2*
1
Dept. of Geomatics, Faculty of Engineering, University of Tehran, Tehran, Iran
samadz@ut.ac.ir
2
GahanPeymayesh System consulting engineering
*
mohammadsarpoulakiz@yahoo.com
(Received: November 2012, Accepted: December 2012)
Key Words: command, control, communications, computers, and (military) intelligence, web
accessible sensor networks, standard protocols, application program interfaces, management
system.
Abstract
C4I stands for command, control,
communications, computers, and (military)
intelligence. C4I systems collect, retrieve,
analyze and disseminate temporal data
which are critical to achieving mission
objectives.
One of the most important parts of a C4I
system is sensors which provide necessary
information for the system. Sensor Web
refers to web accessible sensor networks
and archived sensor data that can be
discovered and accessed using standard
protocols and application program
interfaces.
In this paper we review the concepts of
C4I and importance of adapting a new
approaches to using spatial information
technology, interoperability architecture,
flexible and scalable for command and
control management system based on
SWE framework for collection and
analyzing the data provided by sensors.
96
Modeling of the Spatial Uncertainty in the Ambient Intelligence
A. Rafiee1*, M.R. Malek 2, A. Esmaeily1
1
Department of GIS, Kerman Graduate University and Advance Technology, Kerman, Iran
*Rafiee.GIS90@yahoo.com
2
Department of Geospatial Information Systems, K. N. Toosi University of Technology,
Tehran, Iran
{mrmalek, aliesmaeily}@kntu.ac.ir
(Received: October 2012, Accepted: January 2013)
Key Words: Ambient Intelligence, Context- Aware, Spatial Uncertainty
Abstract
Ambient intelligent as a kind of
context aware system refers to an
environment that is sensitive to attendance
of persons in one restrict area also able to
satisfy needs and doing information
system. Uncertainty always is unavoidable
factor in all context-aware systems.
Ambient intelligent as a context-aware
system has different aspects of uncertainty.
The objective of this study is scrutiny roots
of different kind of uncertainty those are
present in ambient intelligent. The most
important spatial aspects of uncertainty in
ambient intelligent includes uncertainty
originated from error in positioning of user
,uncertainty originated from ambiguity in
clear definition of intelligent limits,
inconsistency between sensors information
and deficiency in data. Considering
different kind of spatial uncertainty in
ambient intelligent, we will show that
spatial
uncertainty
modeling
is
unavoidable in this system. According to
our implementation, an ambient intelligent
complexity increased and leads to
decreasing efficiency but with considering
spatial uncertainty existing condition
modeled better and become more realistic.
07
Abstracts of Papers in English
Modeling Urban Extension Using Cellular Automata and Ordered
Weighted Average (OWA) Methods
M. Aghamohammadi, M. Taleai*, M. Karimi
Department of Geospatial Information Systems, K. N. Toosi University of Technology
Meysam_a_65@yahoo.com
*
{ Taleai, Mkarimi}@kntu.ac.ir
(Received: November 2012, Accepted: February 2013)
Key Words: urban extension, GIS, cellular automata, OWA, Fuzzy Quantifiers.
Abstract
Irregular and excessive extension
of urban areas is one of the major
problems of urban managers and planners.
In this condition, identification and
prediction of the direction of the future
city’s extension can be useful to monitor
and manage the cities. In this study by
combination of cellular automata (CA) and
ordered weighted averaging techniques a
simple and powerful model is proposed for
modeling urban extensions. Combinations
of dynamic models such as CA and multi
criteria decision making (MCDM)
methods rarely have been used in previous
researches, especially in urban extension
subject. Despite the capabilities of CA
method in the field of spatial modeling, it
is faced by fundamental problems in
considering the uncertainty of natural
phenomena. While ordered weighted
average (OWA) methods can be used to
control non deterministic phenomena by
providing fuzzy set of quantifiers and
producing different scenarios for different
situations. In this research, CA and OWA
methods are integrated to model extension
of Shiraz city from 1383 to 1388.
Comparison of the results of CA-OWA
17
model with real data shows accurately of
78% for the best scenario, while the
traditional CA method results an accuracy
of 74%.
Pathway routing between Hamedan and Markazi based on environmental
geology using Remote Sensing and Geographical Information Systems
J. Negahdari1*, K. Rangzan1, M.H. Ghobadi2, A. Asefpour Vakilian3
1
2
3
Department of Shahid Chamran University, University of Ahvaz
*
j_negahdari@yahoo.com
kazemrangzan@scu.ac.ir
Department of Geology, Buali Sina University, University of Hamedan
amirghobadi@yahoo.com
Department of Surveying Engineering, Faculty of Engineering, University of Isfahan
afshin.asefpour@gmail.com
(Received: August 2012, Accepted: December 2012)
Keywords: Environmental Geology, Analytical Hierarchy Process (AHP), Routing, Digital
Elevation Model, Kabudarahang, Saveh.
Abstract
One of the most important steps in
road construction is the initial route design
step or the zero-phase study. Before road
construction, there must be a comprehensive
checkup for the region around the site to
detect the most safest and economical route.
Nowadays, it is obvious that not much
paying attention to the environmental
geology and the safety of the developmental
plans will lead to the waste of land
resources, environmental and economic
disaster which is completely against
sustainable development between related
communities. In order to eliminate economic
and environmental damages, the zero phase
study of the region and gathering of
information is necessary. The main purpose
in this article is to present the optimal route
of the environmental geology, engineering
and economic from Kabudarahang County
in Hamadan province to Saveh County in
Markazi province. Therefore the optimal and
smallest route between mentioned regions
considering the geology (lithology, Layers
geometric, faults and joints), rivers,
topography, vegetation coverage, land use
and protected areas has been designed. In the
first of the achieving purpose, informational
layers from different resources were
gathered. Then, these vector layers
converted to raster layers and after
performing the geo-referencing step, the
comparison of layers was possible.
Therefore the weight function of each layer
in comparison of each criterion was
calculated to evaluate different information
layers. Then Analytical Hierarchy Process
(AHP) was utilized to compare the results
from different information layers. Results
gathered from AHP in ArcGIS program
shows that presented routing is more
favorable in environmental geology and do
less pass from regions covered by vegetation
or even rivers and faults. In other hands,
designed route will lead to time and design
cost savings. All the mentioned parameters
are ways to achieve the optimal route. In
addition to benefits of designed route in
environmental geology in spite of
constructed route, results show that the
designed route is shorter than the existing
route. Also the cut/fill operation volume of
the new route will lead to reduce the costs of
constructions.
27
Abstracts of Papers in English
Abstracts of Papers in English
Optimum Site Selection in Discrete Space Using Geospatial Information
System and Fuzzy Inference Systems
A. Chehreghan*, M.A. Rajabi
Dept. of Geomatics, Faculty of Engineering, University of Tehran, Tehran, Iran
*a.chehreghan@gmail.com
marajabi@ut.ac.ir
(Received: July 2012, Accepted: February 2013)
Key Words: Optimum Site Selection, Fire Station, GIS, FIS, MCDM.
Abstract
Fair location for fire stations is a
significant point to save and protect
property and life's people. So, fair position
of fire stations is one of the most important
factors that could reduce damage caused
by incidents. Therefore appropriate
dispersal of fire stations must be created in
the city. So, resolving optimum site
selection problem for fire stations is the
most problem that engaged municipal
managers. Basically, optimum site
selection problem for fire stations is a
semi-structured and complex problem with
great criteria and sometimes inconsistent.
Geospatial Information System, as a tool
for management, spatial data analyzing, is
a powerful alternative to facilitate solving
optimum site selection problems. GIS can't
solve these problems, therefore it's fair to
incorporate GIS to other method and
applications to investigate and solve
problems. Fuzzy system is one of the
aforementioned methods that help decision
makers in this condition. In fact fuzzy
37
system has enough ability to implement
expert's knowledge, and it's the most
prominent
property.
Therefore
combination of GIS and Fuzzy Inference
Systems is able to solve spread extent of
optimum site selection problems. In this
paper, combination of GIS and two FIS,
Takagi-Sugeno and Assilan-Mamdani, was
implemented to determine optimum sites
for fire stations and compare these systems
together. Also efficiency of different
Defuzzification methods and implication
in Takagi-Sugeno and Assilan-Mamdani
Fuzzy systems compared through TOPSIS
and SAW (MCDM methods). Outputs
implied that it is possible to use fuzzy
methods instead of MCDMs and
traditional methods in spatial-driven
decisions and Takagi-Sugeno has more
efficiency in compare with AssilanMamdani inference system (Coefficient
correlation was 1 for Takagi-Sugeno and
0.96 for TOPSIS and SAW).
Table of Contents
Optimum Site Selection in Discrete Space Using Geospatial Information System and
Fuzzy Inference Systems . . . . . . . . . . . . . . . . . . . . . . . . 1
A. Chehreghan, M.A. Rajabi
Pathway routing between Hamedan and Markazi based on environmental geology
using Remote Sensing and Geographical Information Systems. . . . . . . . . 15
J. Negahdari, K. Rangzan, M.H. Ghobadi, A. Asefpour Vakilian
Modeling Urban Extention Using Cellular Automata and Ordered Weighted Average
(OWA) Methods. . . . . . . . . . . . . . . . . . . . . . . . . . . 27
M. Aghamohammadi, M. Taleai, M. Karimi
Modeling of the Spatial Uncertainty in the Ambient Intelligence.
. . . . . . . 37
A. Rafiee, M.R. Malek, A. Esmaeily
Empowerment of C4I with Geoinformation technology. . . . . . . . . . . . 45
F. Samadzadegan, M. Sarpoulaki
3D Modeling of Environment using Stereo Panorama-State of Art. . . . . . . . 55
A. Sh. Amini, M. Varshosaz, M. Saadatseresht
Abstracts of papers in English . . . . . . . . . . . . . . . . . . . . . 73
Geospatial Engineering Journal
Vol. 4, No. 1, March 2013
Publisher: Iranian Society of Surveying & Geomatics Engineering
Managing Director: M. Sarpulaki
Editor -in - Chief: F. Samadzadegan
Executive Manager: M. Sedighi
Editorial Board
A. Alesheikh (Associate Professor, K.N.T University of Technology)
A. Azizi (Associate Professor, University of Tehran)
Y. Djamour (Associate Professor, Geomatics College)
F. Samadzagegan (Professor, University of Tehran)
M. Najafi Alamdari (Associate Professor, K.N.T University of Technology)
M. Delavar (Assistant Professor, University of Tehran)
M. Malek (Assistant Professor, K.N.T University of Technology)
M. Sarajian (Associate Professor, University of Tehran)
B. Vosoughi (Associate Professor, K.N.T University of Technology)
A. Safari (Associate Professor, University of Tehran)
Please send your comments/inquiries to:
Geospatial Engineering Journal, Dept. of Geomatics, Faculty of Engineering, University
of Tehran, Tehran, Iran.
Tel: +21- 88008841
Fax: +21- 88008837
Web Site: www.issge.ir
Email: jge@issge.ir