URBAN SIMULATION USING NEURAL NETWORKS AND CELLULAR AUTOMATA FOR LAND USER PLANNING

O modelo serve para prever mudanças no uso do solo: área não urbanizada para área urbanizada. Cada celula no autômato corresponde a um píxel no mapa. Ele pode ser preto (urbanizado) ou branco (não-urbanizado). Além da informação principal, existem 7 variáveis que influenciam a urbanização ou não (exemplo: distância para a estrada mais próxima). Uma RNA é treinada para cada célula do autômato recebendo como entrada as 7 variáveis e a saída 1 ou 0 (urbanizada ou não urbanizada). Após o treinamento, o autômato roda usando como regra para mudança o resultado da RNA. Assim, dado um momento do tempo, o resultado da rede for maior que 0.85, uma célula não urbanizada torna-se urbanizada. A RNA utilizada é a MLP-BP

Click here to get the file