Научная статья на тему 'Інформаційні технології моделювання просторового розвитку туристичної інфраструктури за допомогою асинхронних клітинних автоматів'

Інформаційні технології моделювання просторового розвитку туристичної інфраструктури за допомогою асинхронних клітинних автоматів Текст научной статьи по специальности «Экономика и бизнес»

CC BY
136
26
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
клітинна модель урбанізації / рекреаційний потенціал території / інформаційні технології / туристична інфраструктура / cellular urban model / recreational potential of the territory / information technology / tourism infrastructure

Аннотация научной статьи по экономике и бизнесу, автор научной работы — О. І. Артеменко, Б. М. Гаць, С. Ф. Шевчук

Створено інформаційні технології для моделювання розвитку туристичної інфраструктури території з використанням асинхронних клітинних автоматів. Проведено критичний аналіз останніх досліджень технологій аналізу даних у туризмі та моделювання процесів розвитку урбаністичної інфраструктури. Обґрунтовано доцільність поєднання інтелектуальних технологій аналізу даних із функціональними можливостями геоінформаційних систем для розв'язання задач підтримки прийняття рішень та прогнозування розвитку інфраструктури в туризмі. Розроблено алгоритм побудови прогнозних карт розвитку туристичної інфраструктури регіону. Отримані результати комп'ютерних розрахунків дають змогу визначити місця, де в найближчі роки буде розвиватись туристичний бізнес.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Information Technologies for Simulation of Tourism Infrastructure Spatial Development Based on asynchronous Cellular Automata

The creation of information technologies for modelling tourism infrastructure spatial development using asynchronous cellular automata is described. A critical review of recent researches in data mining and modelling of development of tourism urban infrastructure is made. The combination of data mining functionality with geographic information systems is proved to be an efficient solution for decision support and forecasting urban development in tourism. An algorithm was developed for constructing predictive maps of tourism infrastructure development in the region. The results of computer calculations can determine areas where in the coming years the tourism industry will be developed.

Текст научной работы на тему «Інформаційні технології моделювання просторового розвитку туристичної інфраструктури за допомогою асинхронних клітинних автоматів»

УДК 004.[825+942] Доц. О.1. Артеменко, канд. техн. наук;

ст. викл. Б.М. Гаць, канд. техн. наук; ст. викл.

С.Ф. Шевчук, канд. техн. наук - ПВНЗ "Буковинськийутверситет"

1НФОРМАЦ1ЙН1 ТЕХНОЛОГИ МОДЕЛЮВАННЯ ПРОСТОРОВОГО РОЗВИТКУ ТУРИСТИЧНО1 1НФРАСТРУКТУРИ ЗА ДОПОМОГОЮ АСИНХРОННИХ КЛ1ТИННИХ АВТОМАТ1В

Створено шформацшш технологи для моделювання розвитку туристично! шфрас-труктури територи з використанням асинхронних клггинних автоматiв. Проведено кри-тичний аншш останнiх дослiджень технологiй аналiзу даних у туризмi та моделювання процесш розвитку урбашстично! iнфраструктури. Обгрунтовано доцшьшсть поеднання iнтелектуальних технологiй аналiзу даних iз функцiональними можливостями геош-формацшних систем для розв'язання задач шдтримки прийняття рiшень та прогнозу-вання розвитку шфраструктури в туризмi. Розроблено алгоритм побудови прогнозних карт розвитку туристично! iнфраструктури регiону. Отриманi результати комп'ютерних розрахункiв дають змогу визначити мюця, де в найближчi роки буде розвиватись турис-тичний бiзнес.

Ключовi слова: клiтинна модель урбашзацп, рекреацiйний потенцiал територн, iнформацiйнi технологи, туристична инфраструктура.

Вступ. В останш десятилiття задачi планування та прогнозування змiни ландшафтiв, рiвня урбанiзацií та землекористування часто розв'язуються з використанням комп'ютерного моделювання та шформацшних технологiй [1]. Для пiдприeмцiв та аналггитв туристично1 iндустрií надзвичайно важливою е ш-формащя про тенденцц розвитку туристично1 iнфраструктури. Для цього необ-хiдно мати програмнi засоби побудови сценарив просторового розвитку об'екпв туристично1 iнфраструктури на територií репону.

Туристична iнфраструктура розвиваеться там, де можна отримати дохвд вiд ведення туристичного бiзнесу. Тобто новi елементи iнфраструктури будуть виникати на територiях iз високим ршнем рекреацшно1 привабливосп та довко-ла них. Застосування сучасних iнформацiйних технологiй в поеднанш з матема-тичними методами дае змогу отримувати прогнознi сценарií для складних при-родних явищ [2, 3] та соцiально-економiчних процесш [4]. Прогнозування склад-ноконтрольованих процесш у туристичнш галузi також здшснюеться з допомо-гою комп'ютерного моделювання та штелектуальних методш аналiзу даних [5].

Постановка проблеми. Можливкть передбачити зародження та розви-ток туристично!' шфраструктури сприятиме ефективному управлiнню рекре-ацшними ресурсами, а також допоможе у прийнятп рiшень туристичним швес-торам.

Мета роботи - створити алгоритм побудови прогнозних цифрових карт просторового розподшу об'екпв туристично! iнфраструктури репону.

Актуальшсть роботи полягае у вивченш можливостей використання ш-телектуальних методiв моделювання та клiтинних автоматiв для прогнозування соцiально-економiчних процесш у туристичнш галуз!

Практична цiннiсть дослiдження полягае в тому, що результати прогнозування геометрп росту туристично-рекреацiйних об'екпв можуть використову-ватись для наукового обгрунтування стратегií розвитку регiону. Вони також е щкавими для шдприемщв, адже дають змогу виявити перспективш для розвит-

ку рiзноманiтного туристичного бiзнесу мiсця. Крш цього, вщомосп про рiст та прогнозовану форму туристично-рекреацiйного об'екта допоможуть органам мкцево!' влади приймати такi ртення, щоб уникнути потенцiйних конфлiктних ситуацш та екологiчних проблем у майбутньому.

Моделювання розвитку урбанiстичноí iнфраструктури потребуе накопи-чення та оброблення великих масивш даних, що ускладнюе створення моделей, якi зможуть працювати в оперативному режим! Для вивчення просторового розвитку складних явищ та процесш використовують рiзнi моделi. Урбанiзацiю, як динамiчний процес, дослiджують з допомогою ентропшних, гравiтацiйних моделей, динамiчного моделювання та клггинних автоматов.

Урбанiзацiя, як динамiчний просторовий процес, моделюеться з допомогою кттинних автоматiв у робоп [6]. Обгрунтовано доцiльнiсть та зручнкть використання клiтинних автоматiв для моделювання процеав урбанiзацií. По-будовано сценарп розвитку м. Дублiн на перюд у 30 рокiв. Перевiрено адекват-нiсть отриманих результатiв з допомогою ощнювання фрактально!' розмiрностi. У статп [7] моделювання процесiв урбашзацп клiтинними автоматами запропо-новано проводити з використанням потенцiальноí моделi, яка дае змогу будува-ти правила переходу клиинок iз врахуванням факторiв чисельностi населення та обсягу кашталу. Iмiтацiйного моделювання розвитку мiськоí екосистеми сто-суеться робота [8]. У дослщженш показано, що фактори, ят впливають на про-цеси урбашзацп, не е фiксованими величинами, а перебувають шд впливом один одного. Тому для опису чиннитв урбашзацп використано модель логк-тично!' регресií. Еволюцiя урбанiстичних систем моделюеться з допомогою кль тинних автоматов у роботi [9]. Клиинки тут представляються як мешканцi мкта та необхiднi для людей ресурси. Процес 1х взаемодií можна поршняти з класич-ною моделлю "хижак - жертва".

Просторову структуру дорожньо!' мережi 20 найбiльших мкт Нiмеччини дослiджено в роботi [10]. Клиинш автомати застосовано для вивчення трафжу на дорогах. Внаслiдок до^дження виявлено, що розподiл автомобiльних пото-кiв пiдпорядковуеться певному закону, а основний трафш концентруеться в кшькох вузлах дороги.

Клiтиннi автомати використовуються для прогнозування розвитку урба-шстично!' iнфраструктури в програмному забезпеченнi Юку [11]. Також клггин-нi автомати використовуються для просторового розвитку м. Новий Орлеан (США) [12]. Створена модель дае змогу прогнозувати урбашзацда територп з врахуванням можливих на цш територií стихшних лих: повеней, урагашв, цуна-мi. У робоп [13] клiтиннi автомати використовуються для шггацшного моделювання просторового розвитку мкт. Територiя подаляеться на два класи: урбаш-зовану та неурбашзовану. Урбанiзацiею вважаеться процес перетворення не ур-банiзованих земель в урбашзоваш ландшафти. Цей процес е одностороншм, а-дже дуже тяжко виконати зворотне перетворення: наприклад вiд забудови перейти до полiв або лкш. Створена модель враховуе залежнкть процесiв урбаш-зацií вiд економiчних умов та приросту населення. Щшьнкть населення розгля-даеться як внутршнш фактор, що керуе процесами урбашзацп, а економiчнi умови - як зовшшнш фактор, який стимулюе урбашзацда. У дослвдженш [14]

модель з використанням клГтинних автомапв застосовуеться для прогнозування просторового росту житлових мaсивiв у Пiвденнiй Кaлiфорнií. Виконано прогнозування росту урбашзацп з 2000 по 2050 рр. Показано, що до 2050 р. урбаш-защя зросте вiд 11 % до 25 %, 36 % та 47 % за трьома рiзними сценaрiями роз-витку. Ще одне дослiдження, що стосуеться моделювання процесiв урбaнiзaцií, описано в робота [15]. Тут для прогнозування просторового розвитку м. Гуанчжоу (Китай) застосовано нелшшш клгганш автомати, якГ для побудови правил переходу використовують навчання методом опорних векторш.

Сценарп просторового розвитку м. Пекiн (Китай) побудовано з допомо-гою поеднання клiтинних aвтомaтiв iз моделлю системно! динaмiки в роботi [16]. Внаслвдок експериментш було змодельовано розвиток мкта з 1991 по 2004 рр. та побудовано сценарш розвитку мкта з 2004 по 2020 рр. Просторовий розвиток м. Тампа-Бей (Канада) дослГджувався з допомогою динaмiчного моделювання на моделi клггинних автомапв у роботi [17]. Динaмiчне моделювання територiaльного розмiщення смiттевих звалищ виконувалось в роботi [18].

Поеднання моделей на основi м'яких обчислень з моделями на клггинних автоматах дасть змогу ощнити рекреaцiйну привaбливiсть територп та викона-ти iмiтaцiйне моделювання просторового розвитку туристично! iнфрaструктури на регюнальному ршш

Iнформацiйнi технологи прогнозування просторового розвитку ту-ристично! шфраструктури. Для прогнозування геометричного росту турис-тично! iнфрaструктури використовуеться алгоритм асинхронних клГтинних ав-томaтiв. Для цього використано клгтинну модель урбaнiзaцií - Cellular Urban Model (CUM), що базуеться на теорп клиинних автомапв. CUM е багатошаро-вою системою матриць певного семантичного змкту.

Початковим станом системи вважаеться наявне просторове розташуван-ня елементiв туристично! iнфрaструктури та населених пункпв. Елементи ту-ристично! шфраструктури представлено у виглядГ частинок. Наявна туристична iнфрaструктурa представлена матрицею центрГв кластеризации Майбутня туристична шфраструктура представлена у виглядГ частинок, що починають рух у системi з випадково! вГддалено1 точки. Частинки здайснюють випaдковi перемь щення у потенщальному полг Внaслiдок агрегацп вони утворюють локaлiзовaнi групи (кластери). Частинка агрегуеться (приеднуеться) або до точкового центра кластеризацп, або до рашше агрегованих частинок. Клгганки взаемодгють у потенщальному полГ, роль якого ввдграе сезонний показник рекреацшно1 приваб-ливосп територп. Агрегащя ввдбуваеться на кнуючих атракторах (населен пункти, туристично-рекреацшш об'екти). Обмеженнями для агрегацп е характеристики територп, якГ роблять п непридатною для ведення туристичного бГзне-су (особливосп рельефу, наявнкть промислових об'екпв, територп шд охоро-ною тощо). З часом можуть виникати новГ кластери в мкцях Гз дуже високим рГвнем потенциального поля - поява нових туристично-рекреацшних об'ектш.

На рис. 1 зображено схему потоюв даних, розроблену для шформацшно1 технологи моделювання розвитку об'ектГв туристично! шфраструктури [19]. Для отримання сценарда розвитку об'ектГв туристично! шфраструктури для певно! територп необхвдно завантажити геодаш з бази даних геошформащйно!

системи MapInfo, що виконуеться з допомогою окремого програмного блоку. Горизонт прогнозування задаеться користувачем як кiлькiсть виконуваних rie-рацiй. Чим бiльшe iтeрацiй виконае клггинний автомат, тим тривалiшим е тер-мiн д11 сцeнарiю. Просторовий розподш рекреацшно! привабливостi розрахо-вуеться на основi методу, розробленого в рамках роботи [20].

Рис. 1. Схема пототв даних iнформацiйно-технологiчного процесу моделювання просторового розвитку туристичног тфраструктури

Правила взаемодп китинок можна представити у виглядг

Ff : (Ter х Vm х P )u Ха ® Ty. (1)

Гeнeрацiя пласко! сггки: F0: Ter ® I, I = {(i, j), j = 1, jmax; i = 1, imax}. Розрахунок розподiлу ймовiрностi урбашзацп: Fi: P ® P, P = {pk}kGl. Обмеження на урбашзацш подано у виглядi таких вщображень:

F2 : Vm ® Vim , Vim = {п}keI .

Моделювання дифузп:

F3d : Ci х С2 х P х Кп ® C2, F4: Ci х C2 х P х Vm ® Ci, (2)

де: C1 - множина частинок початкового стану системи, (C1 ={c\} ); C2 - мно-жина агрегованих частинок (C2 ={c?}te/).

Формування типу урбашзацп територп Ter вигляду: F5: C2 ® Ty. Алгоритм моделювання складаеться з трьох кроюв:

1. На клiтинному полi випадковим чином визначаеться деяка i -та клiтинка з координатами ci (x, y).

2. Випадковим чином визначаються координати сусщньо!' з с1 точки ck.

3. Двi обранi клггинки взаемодiють мiж собою за своши характеристиками j i за правилами взаемодп визначаються величини характеристик клггинок cj та clk в наступному сташ системи.

Для прогнозування просторового розмщення туристично! шфраструкту-ри описано дендритний рют у виглядi модeлi дискретно! дифузп: матриця c1 описуе початковий стан системи; матриця c2 враховуе можливють пeрeмiщeння частинок (0 - рух заборонено, 1 - рух дозволено).

Bpaxyвaння просторового розподшу ймовipностi ypбaнiзaцiï вико-нyeться шляxом внесення додаткового пpошapкy p - pозподiлy pекpеaцiйноï пpивaбливостi територп. Для визначення нaпpямкy пеpеxодy величини pt нор-муються. Пiсля цього pозpaxовyються iнтегpовaнi ймовipностi. Дaлi виби-раеться % з одноpiдного розподшу [0,1]. Визначено шдекс ко!шрки, з якою буде виконуватись взaeмодiя, к.

На рис. 2 зображено результати комп'ютерного моделювання майбутньо-го просторового розташування елементiв туристично! iнфpaстpyктypи Черш-вецько'1 обл. Моделювання виконувалось на двовимipномy полi кштинок розмь ром 525x525. За основу (затравку) взято розташування об'екпв туристично'1 ш-фраструктури на 2005 р.

Рис. 2. Туристична тфраструктура ЧершвецькоХ обл. (1OOOOOO терацШ)

Рис. 3. Садиби зеленого туризму на територи ЧертвецькоХ обл.

Для nepeBipm адекватностi отриманих результатов порiвняно просторо-ве розташування нових (агрегованих) об'ектш туристично!' iнфраструктури з просторовим розташуванням садиб зеленого туризму, що виникли на теренах Чернiвецькоí обл. з 2005 по 2012 рр. (рис. 3).

З рис. 2-3 видно, що просторове розташування прогнозованих на 2005 р. об'ектш збкаеться в бшьшосп випадкiв iз розташуванням виниклих за кон-трольний перiод туристичних об'eктiв. Садиби зеленого туризму обрано як ета-лон тому, що саме цей вид туристичних об'ектш найбшьш динамiчно розви-ваеться на територц Карпатського регiону, частиною якого е Чернiвецька обл.

Висновки. Розроблено методи автоматизацп потокiв даних для побудо-ви прогнозних сценарив розвитку туристично!' iнфраструктури регiону на осно-вi асинхронних клiтинних автоматiв. Розроблено алгоритм побудови прогнозних карт розвитку туристично!' шфраструктури регiону. Створено цифровi кар-ти загального розвитку туристично!' iнфраструктури Чернiвецькоí обл. Також побудовано карти для окремих видiв туристичного бiзнесу: гiрськолижний вщ-починок, зелений туризм та ш.

Отримаш результати комп'ютерних розрахунюв дають змогу визначити мкця, де невдовзi буде розвиватись туристичний бiзнес. Ця шформащя допомо-же органам мiсцевого самоврядування приймати рiшення, якi сприятимуть розвитку туризму в репош.

Використаний в розрахунках математичний апарат дае змогу штегрува-ти створенi цифровi карти до GIS-систем (наприклад MapInfo). Це розширюе можливостi оброблення та використання карт розвитку туристично!' шфрас-труктури.

Лiтература

1. Freyer W. Globalisierung und Tourismus / Freyer W., Freyer W. - Dresden : FIT, 2002. -

254 s.

2. Al-Sabhan W. A real-time hydrological model for flood prediction using GIS and the WWW. / W. Al-Sabhan, M. Mulligan, G.A. Blackburn // Computers, Environment and Urban Systems. - 2003. -№ 27. - Pp. 9-32.

3. Dixon B. Applicability of neuro-fuzzy techniques in predicting ground-water vulnerability: a GIS-based sensitivity analysis / B. Dixon // Journal of Hydrology. - 2005. - № 309. - Pp. 17-38.

4. Khashei M. A new hybrid artificial neural networks and fuzzy regression model for time series forecasting / Mehdi Khashei, Seyed Reza Hejazi, Mehdi Bijari // Fuzzy Sets and Systems. - 2008. - № 159. - Pp. 769-786.

5. Chen Miao-Sheng. Forecasting tourist arrivals by using the adaptive network-based fuzzy inference system. / Miao-Sheng Chen, Li-Chih Ying, Mei-Chiu Pan // Expert Systems with Applications. -2010. - № 37. - Pp. 1185-1191.

6. Barredo J.I. Modelling dynamic spatial processes: simulation of urban future scenarios through cellular automata / Jose I. Barredo, Marjo Kasanko, Niall McCormick, Carlo Lavalle // Landscape and Urban Planning. - Vol. 64 (2003). - Pp. 145-160.

7. He C. Modelling dynamic urban expansion processes incorporating a potential model with cellular automata / Chunyang He, Norio Okadac, Qiaofeng Zhang, Peijun Shi, Jinggang Li // Landscape and Urban Planning. - Vol. 86 (2008). - Pp. 79-91.

8. Fang S. The impact of interactions in spatial simulation of the dynamics of urban sprawl / Shoufan Fang, George Z. Gertner, Zhanli Sun, Alan A. Anderson // Landscape and Urban Planning. -Vol. 73 (2005). - Pp. 294-306.

9. Puliafito J.L. A transport model for the evolution of urban systems / Jose' Luis Puliafito // Applied Mathematical Modelling. - Vol. 31 (2007). - Pp. 2391-2411.

10. La.mmer Stefan. Scaling laws in the spatial structure of urban road networks / Stefan La.mmer, Bjo. rn Gehlsen, Dirk Helbing // Physica A. - Vol. 363 (2006). - Pp. 89-95.

11. Stevens D. iCity: A GISeCA modelling tool for urban planning and decision making / D. Stevens, S. Dragicevic, K. Rothley // Environmental Modelling & Software. - 2007. - № 22. - Pp. 761-773.

12. Werner B.T. Dynamics of coupled human-landscape systems / B.T. Werner, D.E. McNamara // Geomorphology. - 2007. - № 91. - С. 393-407.

13. Li L. Simulating spatial urban expansion based on a physical process / Lin Li, Yohei Sato, Ha-ihong Zhu // Landscape and Urban Planning. - Vol. 64 (2003). - Pp. 67-76.

14. Syphard A.D. Using a cellular automaton model to forecast the effects of urban growth on habitat pattern in southern California / Alexandra D. Syphard, Keith C. Clarke, Janet Franklin // Ecological Complexity. - Vol. 2 (2005). - Pp. 185-203.

15. Liu X. Simulating complex urban development using kernel-based non-linear cellular automata / Xiaoping Liu, Xia Li, Xun Shi, Shaokun Wu, Tao Liu // ecological modelling. - Vol. 211 (2008). -Pp. 169-181.

16. He C. Modeling urban expansion scenarios by coupling cellular automata model and system dynamic model in Beijing, China / Chunyang He, Norio Okada, Qiaofeng Zhang, Peijun Shi, Jingshui Zhang // Applied Geography. - Vol. 26 (2006). - Pp. 323-345.

17. Xian G. Dynamic modeling of Tampa Bay urban evelopment using parallel computing / George Xian, Mike Crane, Dan Steinwand // Computers & Geosciences. - Vol. 31 (2005). - Pp. 920-928.

18. Leao S. Assessing the demand of solid waste disposal in urban region by urban dynamics modelling in a GIS environment / Simone Leao, Ian Bishop, David Evans // Resources, Conser_ation and Recycling. - Vol. 33 (2001). - Pp. 289-313.

19. Артеменко O.I. 1нформащшна технологи моделювання просторового розвитку об'ектпв туристично! шфраструктури : автореф. дис. на здобуття наук. ступеня канд. техн. наук: спец. 05.13.06 - "1нформацшш технологи" / НУ "Львiвська полггехшка"; Артеменко Ольга 1вашвна. -Львш, 2013. - 20 с.

20. Виклюк Я.1. Методи побудови густини потенщального поля рекреацшно! привабливос-ri територи / Я.1. Виклюк, O.I. Артеменко // Штучний штелект : зб. наук. праць. - 2009. - № 2. -С. 151-160.

Артеменко О.И., Гаць Б.Н., Шевчук С. Ф. Информационные технологии моделирования пространственного развития туристической инфраструктуры с помощью асинхронных клеточных автоматов

Разработаны информационные технологии для моделирования развития туристической инфраструктуры территории с использованием асинхронных клеточных автоматов. Проведен критический анализ последних исследований технологий анализа данных в туризме и моделирования процессов развития урбанистической инфраструктуры. Обоснована целесообразность сочетания интеллектуальных технологий анализа данных с функциональными возможностями геоинформационных систем для решения задач поддержки принятия решений и прогнозирования развития инфраструктуры в туризме. Разработан алгоритм построения прогнозных карт развития туристической инфраструктуры региона. Полученные результаты компьютерных расчетов позволяют определить места, где в ближайшие годы будет развиваться туристический бизнес.

Ключевые слова: клеточная модель урбанизации, рекреационный потенциал территории, информационные технологии, туристическая инфраструктура.

Artemenko O.I., Gats B.M., Shevchuk S.F. Information Technologies for Simulation of Tourism Infrastructure Spatial Development Based on asynchronous Cellular Automata

The creation of information technologies for modelling tourism infrastructure spatial development using asynchronous cellular automata is described. A critical review of recent researches in data mining and modelling of development of tourism urban infrastructure is made. The combination of data mining functionality with geographic information systems is proved to be an efficient solution for decision support and forecasting urban development in tourism. An algorithm was developed for constructing predictive maps of tourism infrastructure development in the region. The results of computer calculations can determine areas where in the coming years the tourism industry will be developed.

Key words: cellular urban model, recreational potential of the territory, information technology, tourism infrastructure.

i Надоели баннеры? Вы всегда можете отключить рекламу.