Resumen

El desarrollo orgánico es uno de los modelos de desarrollo evolutivo para las ciudades, y puede facilitar que las ciudades se adapten continuamente a su entorno y, por lo tanto, ajusten su desarrollo. La investigación anterior se ha centrado principalmente en las ciudades y los cambios ambientales, y la investigación sobre el desarrollo orgánico de las ciudades en diversas condiciones es bastante escasa. Al crear un sistema de índices de evaluación para ciudades orgánicas, este documento ha establecido un modelo de evaluación multifactorial y mejorado las metodologías de evaluación para ciudades orgánicas. Los autores han ideado un método que combina PCA y CNN, establecido un modelo optimizado para calcular las ciudades orgánicas, verificado la precisión del sistema de índices de evaluación para ciudades orgánicas y finalmente concluido que el desarrollo orgánico urbano está principalmente asociado con los aspectos del entorno natural, la base económica, el uso del suelo y la escala de población de la ciudad. Además, se simulan y comparan los ejemplos del Distrito de Bishan, Chongqing, y Jiangyin, Provincia de Jiangsu, y se ofrece una predicción precisa para el desarrollo orgánico de las pequeñas ciudades en China. El sistema de índices de evaluación para ciudades orgánicas ideado en este documento puede aplicarse de manera efectiva para evaluar la ciudad orgánica de las ciudades, y el modelo de predicción de redes neuronales para ciudades orgánicas diseñado en este documento puede proporcionar referencias para investigaciones futuras sobre ciudades orgánicas.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Desarrollo ecológico; Ciudades; Sistema de índices de evaluación; Modelo de evaluación multifactorial; Entorno natural; Modelo de predicción de redes neuronales
• Keywords:Organic development; Cities; Evaluation index system; Multifactor evaluation model; Natural environment; Neural network prediction model