پیاده ‏روی در شهر: استفاده از الگوریتم‏ های یادگیری ماشین در جهت ارزیابی قابلیت پیاده ‏مداری در فضای باز عمومی شهر شیراز

بررسی ساختار شهری در جهت افزایش فعالیت های اجتماعی و پیاده روی در جهت افزایش تعاملات و سرزندگی شهری مبحثی است که توسط محققین زیادی بررسی شده است. از این رو توجه به ساختارهایی که از یک طرف پیاده روی را در فضاهای عمومی شهر افزایش دهند و از طرفی منجر به افزایش مدت زمان پیاده روی در فضای عمومی شوند بسیار حایز اهمیت است. زیرا منجر به افزایش کیفیت زندگی، سلامتی شهروندان می شود. پیچیده کردن ماهیت توسعه و الگوهای ساختار شهر، ما را نیازمند توجه به ابعاد مختلف در جهت شناخت عوامل تاثیرگذار در افزایش پیاده روی شهروند در ساختارهای مختلف شهری می کند. از این رو روش تحقیق در این پژوهش استفاده از روش پرسش نامه و یادگیری ماشین با استفاده از روش رگرسیون می باشد. استفاده از روش یادگیری ماشین به محقق امکان بررسی رابطه های پیچیده بین متغیرهای مختلف را می دهد. هدف از این تحقیق بررسی روابطه آشکار و پنهان بین عوامل مختلف محیطی تاثیرگذار بر روی پیاده روی شهروندان در کلان شهر شیراز می باشد. نتایج این پژوهش نشان می دهد که بیش ترین تاثیرگذاری را بر میزان زمان پیاده روی در فضای شهری پنج عامل حریم خصوصی فردی، بهبود دسترسی به فضاهای عمومی، خالی از زباله، معماری باکیفیت و اتصال عناصر مختلف و فرصت کافی برای حرکت عابران پیاده بیش ترین و کم ترین تاثیر را عامل نظارتی نظیر حضور بیش تر پلیس، توجه بیش تر به ایمنی و امنیت شخصی افراد، سیستم دوربین مداربسته دارند. به صورت کلی به وسیله این 16 عامل تاثیرگذار بر پیاده مداری می توان بیش ترین میزان زمان پیاده روی در روز را با تقریب 92 درصد پیش بینی نمود. نتایج تحقیق می تواند توسط مدیران، طراحان و برنامه ریزان شهری در جهت افزایش سرزندگی و فعالیت های شهری به خصوص پیاده روی به کار گرفته شود.