تم إجراء البحث حول منهجيات تخطيط شبكة الطرق، مع التركيز على تكامل الذكاء الاصطناعي (AI)، والتقييم المكاني متعدد المعايير (SMCE)، وتحليل المسار الأقل تكلفة استنادًا إلى أنظمة المعلومات الجغرافية (GIS). غالبًا ما تعتمد المنهجيات التقليدية في تخطيط شبكة الطرق على التدخل اليدوي لترجيح المعايير والنضال من أجل استيعاب التغيرات الديناميكية في أنماط النقل وتدفقات البيانات. في حين أن تحليل المسار الأقل تكلفة القائم على SMCE ونظم المعلومات الجغرافية كان له دور فعال في مساعدة صناع القرار، إلا أن فعاليته محدودة بسبب طبيعته الثابتة وعدم تكامله مع عمليات صنع القرار التي تعتمد على الذكاء الاصطناعي. يعالج هذا البحث هذه القيود من خلال اقتراح إطار عمل متكامل يجمع بين الذكاء الاصطناعي وSMCE وتحليل المسار الأقل تكلفة المستند إلى نظم المعلومات الجغرافية لتخطيط شبكة الطرق. تشمل أهداف هذا البحث تصميم وتطوير إطار متكامل لتقييم تأثير تكامل الذكاء الاصطناعي على أتمتة ترجيح المعايير، وتوفير رؤى تعتمد على البيانات، واستيعاب التغييرات الديناميكية في أنماط النقل. بالإضافة إلى ذلك، يهدف البحث إلى تقييم فعالية الإطار المتكامل في تحسين تصميمات شبكة الطرق من خلال النظر في عوامل مثل التضاريس واستخدام الأراضي والقيود البيئية. ويسعى أيضًا إلى تحليل تأثير الإطار المتكامل على الكفاءة والجدوى الاقتصادية لتخطيط شبكة الطرق، بما في ذلك تكاليف البناء والصيانة، مع التحقيق في الفوائد البيئية لاستخدام تحليل المسار الأقل تكلفة المستند إلى نظم المعلومات الجغرافية. تفترض فرضية البحث أن تكامل الذكاء الاصطناعي وSMCE وتحليل المسار الأقل تكلفة المستند إلى نظم المعلومات الجغرافية سيؤدي إلى اتخاذ قرارات أكثر كفاءة واستدامة تعتمد على البيانات، مما يؤدي إلى تصميمات محسنة لشبكات الطرق. ولتحقيق هذه الأهداف، يتم إجراء تقييم شامل للعوامل المختلفة التي تؤثر على تخطيط ممرات الطرق، ويشمل الطبقات الموضوعية مثل المنحدر والارتفاع وكثافة الصرف ونسيج التربة وتكوين الصخور وكثافة الطرق واستخدام الأراضي/الغطاء الأرضي (LULC)، وكثافة الخطوط. والجانب الجيولوجي، وكثافة الغطاء النباتي (NDVI)، ونقاط الجذب السياحي، وهطول الأمطار، وقيمة ملكية الأرض، والرؤية. تتضمن المنهجية المستخدمة تطبيع الأوزان للخرائط المواضيعية للجوانب الجيوفيزيائية باستخدام Fuzzy-AHP، وتحليل خرائط تصنيف منطقة ممرات الطرق باستخدام Fuzzy-AHP القائم على نظام المعلومات الجغرافية وتحليل التراكب الموزون، وتطبيق نماذج التعلم العميق (على وجه التحديد DNN الهجين - نموذج CNN) لنمذجة منطقة ممرات الطرق. توفر النمذجة المكانية لمناطق ممرات الطرق باستخدام نماذج DNN-CNN المحسنة رؤى قيمة حول مناطق التطوير المحتملة، في حين يوفر تحليل التكلفة الأقل المستند إلى نظم المعلومات الجغرافية (LCPA) اختيارًا مثاليًا للطريق، مما يقلل من تكاليف البناء والآثار البيئية. وتساهم نتائج هذا البحث في تطوير منهجيات تخطيط شبكة الطرق، وتسهيل عمليات صنع القرار المستنيرة، وتعزيز مبادرات التنمية الحضرية المستدامة. في حين تعترف الدراسة بالقيود مثل توافر البيانات، وعدم اليقين في النماذج، ومدخلات الخبراء الذاتية، يجب أن تركز اتجاهات البحث المستقبلية على معالجة هذه التحديات ومواصلة تعزيز منهجيات تخطيط ممرات الطرق لتلبية الاحتياجات المتطورة لتطوير البنية التحتية للنقل.