Abstract
This study is tried to organic combination in implementing the suitability analysis of urban landuse between GSIS and ANN(Artificial Neural Network). ANN has merit that can decide rationally connectivity weights among neural network nodes through procedure of learning. It is estimated to be possible that replacing the weight among factors needed in spatial analysis of the connectivity weight on neural network. This study is composed of two kinds of neural networks to be executed. First neural network was used in the suitability analysis of landuse and second one was oriented to analyze of optimum landuse pattern. These neural networks were learned with back-propagation algorithm using the steepest gradient which is embodied by C++ program and used sigmoid function as a active function. Analysis results show landuse suitability map and optimum landuse pattern of study area consisted of residental, commercial. industrial and green zone in present zoning system. Each result map was written by the Grid format of Arc/Info. Also, suitability area presented in the suitability map and optimum landuse pattern show distribution pattern consistent with theroretical concept or urban landuse plan in aspect of location and space structure.
본 연구는 도시토지이용의 적합성분석을 실시하는데 있어 GSIS와 인공신경망의 유기적인 결합을 시도해 보았다. 인공신경망은 학습이라는 과정을 통해 신경망 노드(node)간의 연결강도를 합리적으로 결정할 수 있는 이점이 있다. 이러한 점에서 공간분석에서 요구되는 인자간의 경중률과 신경망의 연결강도는 대체가 가능하리라 판단된다. 본 연구를 수행하기 위해 두 종류의 신경망을 구성하였다. 1차 신경망은 토지이용별 적합성 분석에 적용했으며, 2차 신경망은 최적의 토지이용패턴을 분석하기 위해 구성하였다 이들 신경망은 C++로 작성된 프로그램에 의해 구현된 최급강하법에 의한 역전파 알고리즘에 의해 학습을 실시하였으며, 활성화 함수는 시그모이드 함수를 사용하였다. 분석결과는 현행 용도지역제에서 주거, 상업, 공업, 녹지에 대한 토지이용 적합도면과 4가지 유형의 토지이용에 대한 대상지역의 최적토지이용패턴을 제시한 도면으로서 Arc/Info의 Grid 형식으로 작성하였다. 또한 토지이용별 적합도면상에 나타난 적합지역과 최적토지이용패턴은 위치적인 면과 공간 구성에 있어 실제의 도시토지이용계획의 이론적인 개념에 매우 합치되는 분포형태를 보였다.