Abstract
Recently, various Geo-Spatial Information is constructed rapidly and many GSIS spatial analysis tools are offered to users. But, current GSIS spatial analysis tools are not supplying new spatial analysis method. This paper examines a potential that conventional spatial overlay method could be replaced by Neural Network Operation in land suitability analysis. The Neural Network Operation can get many advantages by using the most suitable connection weight that is derived through Neural Network Learning Process. In the Neural Network Learning, we applied the most general Back Propagation Algorithm and Genetic Algorithm that are as kinds of stochastic search algorithm that combines survival of the fittest principle of genetic chromosome with computer. Programs are written by C language for Neural Network learning and Operation. And, we applied Neural Network Operation described to conduct land suitability analysis and to produce optimal future landuse pattern for Naju-city urban planning area and obtained similar results with practical site allocation examples.
최근에 다양한 지형공간정보가 빠르게 구축되고 있으며, 목적에 따라 합리적이며 신속하게 처리할 수 있는 공간분석도구가사용자들에게 제공되고 있다. 따라서 이와 같이 많은 정보와 분석도구를 이용하여 공간을 최적으로 활용하고 관리하고자 하는 시도가 급증하고 있으나 현재의 GSIS분석도구들은 더 이상의 새로운 공간분석방법을 제공하고 있지 못한 측면이 있다. 본 연구는 이러한 현실에 비추어 기존의 단순한 공간중첩에 의한 토지적합성분석을 신경망 학습과정을 통해 산출된 최적의 연결강도를 활용한 신경망연산기법으로 대체가능성을 검토하였다. 신경망학습은 가장 일반적인 역전파학습알고리즘과 생물의 유전염색체의 적자생존원리를 컴퓨터와 결합시킨 확률탐색적인 알고리즘인 유전자알고리즘을 적용하였다. 신경망학습과 연산을 위해 C언어로 프로그램을 작성하였으며, 연구대상지로서 나주시 도시계획구역에 대한 토지이용 적합성분석 및 최적토지이용 형태분석을 수행하여 그 결과를 검토한 결과 실제의 입지배분사례와 근접한 결과를 얻을 수 있었다.