مهندس بابک میرباقری برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود (در فایل دانلودی نام نویسنده موجود است) تکه هایی از متن پایان نامه به عنوان نمونه : (ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است) عنوان صفحه 1- فصل اول: کلیات تحقیق… 2 مهندس بابک میرباقری برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود (در فایل دانلودی نام نویسنده موجود است) تکه هایی از متن پایان نامه به عنوان نمونه : (ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است) عنوان صفحه 1- فصل اول: کلیات تحقیق… 2 1-1- طرح مسئله. 2 1-2- ضرورت انجام تحقیق.. 4 1-3- سوالات تحقیق.. 6 1-4- فرضیه ها 6 1-5- اهداف تحقیق.. 6 1-6- معرفی ساختار پایان نامه. 7 2– فصل دوم: منطقه مورد مطالعه و پیشینه تحقیق 9 2-1- مقدمه. 9 2-2- منطقه مورد مطالعه. 9 2-2-1- موقعیت جغرافیایی شهر کرمان.. 9 2-2-2- گسلها 11 2-2-3- سابقه لرزه خیزی.. 12 2-2-4- نتیجه گیری: 13 2-3- مروری بر پیشینه تحقیقاتی 14 2-3-1- تحقیقات انجام شده در زمینه اسکان موقت با استفاده از هوش مصنوعی و GIS. 14 2-3-2- مکانیابی و تخصیص با استفاده از هوش مصنوعی.. 18 3- فصل سوم: مبانی نظری تحقیق… 25 3-1- مقدمه. 25 3-2- مدیریت بحران.. 25 3-2-1- اهمیت و ضرورت مدیریت بحران.. 26 3-2-2- چرخه مدیریت بحران و فازهای آن.. 26 3-2-3- جایگاه اسکان موقت در مدیریت بحران.. 28 3-2-4- برنامه ریزی اسکان موقت در مدیریت بحران.. 28 3-2-5- مراحل کلی فرآیند بهینهسازی اسکان موقت… 29 3-3- مفاهیم تخصیص و مکانیابی 30 3-3-1- مکانیابی در GIS. 30 3-3-2- مسئله مکانیابی و تخصیص…. 31 3-4- روشهای حل مسئله مکانیابی و تخصیص…. 35 3-5- بهینه یابی.. 37 3-5-1- الگوریتمهای فراابتکاری 38 3-6- هوش مصنوعی.. 39 3-6-1- شاخههای هوش مصنوعی 39 3-6-2- سیستم اطلاعات جغرافیایی و ارتباط آن با هوش مصنوعی.. 40 3-6-3- نقش هوش مصنوعی در مدیریت بحران زلزله. 41 3-6-4- هوش جمعی 41 3-7- الگوریتم بهینه سازی کلونی مورچه 42 3-7-1- منشاء زیست شناسانه الگوریتم کلونی مورچهها 42 3-7-2- ساختار مسائل قابل مدلسازی برای حل با مجموعه الگوریتمهای مورچه. 45 3-7-3- شبیهسازی رفتار مورچهها در ACO.. 46 3-7-4- ساختار عمومی الگوریتم های ACO.. 48 3-7-5- حل مسئله TSP با استفاده از الگوریتمACO.. 49 3-7-6- ترکیبات مختلف و … 53 3-7-7- مجموعه الگوریتم های ACO.. 54 4– فصل چهارم: مواد و روش ها 57 4-1- مقدمه. 57 4-2- دادههای مورد نیاز. 58 4-2-1- معیارهای ناسازگاری.. 58 4-2-2- معیارهای سازگاری.. 61 4-2-3- بلوکهای جمعیتی(نقاط تقاضا) 64 4-2-4- مکانهای امن(نقاط عرضه) 65 4-3- محاسبه تناسب مکانی.. 66 4-4- اجرای گامهای مکانیابی و تخصیص در تحقیق حاضر. 69 4-4-1- گام اول: انتخاب مکانهای امن.. 69 4-4-2- گام دوم: انتخاب مسیر انتقال بلوکهای جمعیتی به مکانهای امن.. 74 4-4-3- گام سوم: تخصیص جمعیت… 75 4-4-4- بروزرسانی فرومون.. 81 4-5- جمعبندی.. 83 5- فصل پنجم: نتایج و بحث… 86 5-1- مقدمه. 86 5-2- ارزیابی عملکرد الگوریتم ACO با در نظر گرفتن مقادیر مختلف و : 86 5-2-1- بررسی تغییرات پارامتر : 87 5-2-2- بررسی تغییرات پارامتر : 90 5-3- بررسی تغییرات ضریب تبخیر بروی تابع هدف.. 92 5-4- بررسی نمودار همگرایی نهایی مدل.. 92 5-5- ارزیابی پایداری نتایج.. 94 5-6- بررسی نتایج تخصیص بلوکهای جمعیتی به مکانهای انتخاب شده. 94 5-7- بررسی تاثیر محدودیت تعداد مکان حداکثر در نتایج تابع هدف.. 100 6– فصل ششم: جمعبندی و پیشنهادات.. 104 6-1- مقدمه: 104 6-2- جمعبندی: 104 6-3- آزمون فرضیات.. 105 6-3-1- فرض اول.. 105 6-3-2- فرض دوم: 106 6-3-3- فرض سوم: 106 6-4- پیشنهادات: 107 فهرست منابع: 110 چکیده ازجمله مسائل مهم در مدیریت بحران حوادث غیرمترقبه طبیعی به ویژه زلزله، مکان یابی بهینه به منظور اسکان شهروندان در هنگام و یا پس از بروز حادثه میباشد. یكی از مشكلات بزرگ سازمانهای درگیر در مدیریت بحران شهری، فقدان یك مدل مكانی جامع به منظور اعمال مدیریت واحد در انتقال ساكنین شهر به مکانهای اسكان موقت از پیش تعیین شده پس از وقوع حادثه میباشد. بهینهسازی فرآیند اسکان موقت در سه فاز تعیین مکانهای بهینه امن، تعیین مسیرهای بهینه و تخصیص جمعیت به اماکن امن صورت می گیرد. هدف از انجام این تحقیق پیاده سازی و بررسی نتایج الگوریتم بهینه سازی کلونی مورچه (ACO ) در مکانیابی پناهگاه اسکان موقت با تعیین مسیرهای بهینه و تخصیص جمعیت به مکانهای امن در شهر کرمان بعنوان منطقه مورد مطالعه میباشد. با ایجاد تغییرات لازم در اجرای الگوریتم ACO در حل مسئله فروشنده دورهگرد، مراحل مربوط به مکانیابی و تخصیص در قالب یک مدل مکانی طراحی شده است. این مدل بر اساس یک تابع هدف به منظور کمینه کردن هزینه انتقال جمعیت بلوک های ساختمانی و سه محدودیت میانگین سرریز/کمریز، حداکثر تعداد مکانهای انتخاب شده و میانگین تناسب مکانی، به گونهای طراحی شده است که قیود مسئله تضمین کننده کیفیت جوابهای مدل میباشد. برای تصمیم گیری در مورد بهینه بودن راه حل ها در ACO از روش ارزیابی چند معیاره استفاده شد. به منظور بهبود نتایج، حساسیت مدل نسبت به تغییر پارامترهای فرومون و تابع ابتکاری الگوریتم ACO مورد ارزیابی قرار گرفت و مقادیر مناسب و بهینه آنها تعیین شد. با در نظر گرفتن قیود تعیین شده و همچنین نمودار همگرایی تابع هدف، بهترین عملکرد در کاهش نهایی تابع هدف توسط مدل مشخص شد و علاوه بر آن، نتایج حاصل از تست تکرارپذیری نشان دهنده پایداری و ثبات جوابهای الگوریتم مورد بررسی میباشد. نتایج تخصیص جمعیت به مکانهای امن، وابستگی انکارناپذیری به نحوه توزیع اماکن امن و ظرفیت آنها و همچنین پراکندگی و جمعیت بلوکهای ساختمانی دارد. میانگین فاصله طی شده تا نزدیکترین مکان امن در مدل نهایی تخصیص برابر با 1200 متر می باشد اما به دلیل عدم توزیع مناسب این مکانها با توجه به توزیع جمعیت در سطح شهر، بیش از 40 درصد جمعیت فاصله ایی بیش از 1500 متر را تا نزدیکترین مکان امن انتخاب شده باید طی کنند. در نتیجه جستجو و تاسیس مراکز امن جدید برای کاهش این فاصله ضرورت دارد. نتایج نشان میدهند که استفاده از الگوریتم ACO، قابلیتهای زیادی برای ترکیب با سیستمهای اطلاعات جغرافیایی برای حل مسئله مکانیابی و تخصیص که نیازمند محیط شبیهسازی پویا (تغییر ترکیب مکانهای امن – تغییر ظرفیت) میباشند، دارا می باشد. کلمات کلیدی: مدیریت بحران، اسکان موقت، مکانیابی و تخصیص، الگوریتم بهینه سازی کلونی مورچه(ACO)، مسافت طی شده، مکان امن، شهر کرمان 1- فصل اول: کلیات تحقیق 1-1- طرح مسئله علیرغم پیشرفتهای شگرف در تكنولوژی و دستیابی به ناممکنهای قرون گذشته، هنوز انسان در برابر حوادث غیر مترقبه طبیعی چون زلزله، سیل و … درمانده است و گاه و بی گاه در معرض تلفات و خسارتهای مالی بسیاری قرار میگیرد .در دههای كه گذشت بیش از 200 میلیون نفر در سال به علت بروز بلایای طبیعی دچار صدمات جانی و مالی شدهاند .در این میان ساخت و سازهای غیر اصولی و بی توجهی به قدرت خطر زایی یك منطقه، رعایت نكردن فاصله كاربریهای حساس و مناطق مسكونی از حریم گسلها و رودخانهها و …، موجبات تشدید فجایع را فراهم میآورند (اسدی نظری , 1383). زلزله از جمله پدیدههای طبیعی است که در اکثر مناطق جهان از جمله ایران به وقوع میپیوندد. در طی سالهای 1900 تا 1990 میلادی، 1100 زلزله مرگبار در 75 کشور جهان رخ داده و بیش از 80 درصد مرگ و میرهای حاصله در شش کشور جهان اتفاق افتاده است. ایران با 120 هزار نفر تلفات انسانی در زمره این کشورهاست. همچنین در سالهای 1361 تا 1370 کشور ایران بیشترین تعداد زلزله را تجربه کرده است. (عبدالهی، 1381) کشور ما ایران در پهنه لرزه خیزی از دنیا واقع شده است. بیشتر نقاط شهری و غیرشهری كشور در نواحی با خطر نسبی زمین لرزه زیاد قرار گرفته است. اهمیت زلزله در ایران، با شدت یافتن روند توسعه کشور، گسترش شهرها، تمرکز جمعیت امروزه بیشتر درک میشود. با توجه به رویارویی مداوم كشور با پدیده زلزله، ضروری است همواره تلاشهایی جهت دست یابی عملی به روشها و راه كارهای منسجم جهت مقابله منطقی و به حداقل رساندن ابعاد فاجعه آمیز چنین رخدادی صورت گیرد (اسدی نظری، 1383). اداره هماهنگی امداد سوانح سازمان ملل متحد اعلام مینماید كه میتوان با اطمینان اظهار داشت، در طول دهههای گذشته، ارائه کمکهای اضطراری در ارتباط با پزشكی، تغذیه و … پس از سانحه پیشرفت چشمگیری داشته است، اما یك بخش مهم هم چنان بهبود ناچیزی داشته و آن سرپناه اضطراری یا به طور عام، سرپناه پس از سانحه است.( Fallahi, 2007) طی یکصد سال گذشته، سیزده زلزله به بزرگی بیشتر از هفت ریشتر در ایران اتفاق افتاده و این در حالی است که روستاهای ما در برابر زلزله 5 ریشتری و شهرهای ما در برابر زلزله 6 ریشتری به شدت آسیب پذیر هستند. کاهش اثرات جانبی زلزله یا به عبارت دیگر، کاهش آسیبهایی همچون اجتماعی و زیربنایی در زمان وقوع زلزله، زمانی به وقوع خواهد پیوست که فازهای مختلف مدیریت بحران در تمامی سطوح برنامهریزی مد نظر قرار گیرد. اما هر تصمیمگیری و برنامهریزی صحیح، نیازمند اطلاعات صحیح، دقیق و به روز و تحلیل آنها میباشد. به دلیل اینکه اکثر اطلاعات مورد نیاز در مقوله شهری و زلزله بیشتر ماهیت مکانی دارند، لذا علم و فناوری سیستم اطلاعات جغرافیایی با قابلیت جمع آوری دادههای مکانی و غیر مکانی، ذخیره سازی، بروزرسانی، آنالیز، مدلسازی و نمایش اطلاعات مکانی میتواند به عنوان علم و فناوری بهینه، در جهت ساماندهی و تجزیه و تحلیل جامع و سریع اطلاعات و کمک به اخذ تصمیمات مناسب در مدیریت بحران، مورد استفاده قرار گیرد(آقامحمدی، 1379). از طرفی باید توجه داشت که محیط سیستمهای اطلاعات جغرافیایی، محیطی استاتیک میباشد و قابلیت شبیه سازی پویا را ندارد. هوش مصنوعی به ویژه عاملهای هوشمند قادر به رفع نقاط ضعف بوده و میتوانند در تعامل و حتی ترکیب با سیستمهای اطلاعات جغرافیایی نقشی موثر در مدیریت بحران ایفا کنند (رجبی، 1388). الگوریتمهای هوشمند در GIS قابلیت آن را در قاعدهمند کردن تصمیمات به طور مناسبی ارتقاء بخشیدهاند که برنامه ریزی مکانی پیچیده و بهینه سازی منابع از آن جمله میباشند (Birkin, et al., 1996; Bong, et al., 2004). ازجمله روشهای هوش مصنوعی که از آن به عنوان یک روش فراابتکاری یاد میشود، الگوریتم بهینه سازی کلونی مورچه ([1]ACO) میباشد. این روش اولین بار توسط دوریگو در رساله دکترا خود در سال 1992 به عنوان یک راه حل چند عامله [2]برای حل مسائل پیچیده بهینه سازی توسعه داده شده است. اولین کاربرد موفق آن، حل مسئله فروشنده دوره گرد (TSP[3]) میباشد(Dorigo, 1992) که سبب شد تا کارایی آن در حل سریع مسائل بهینهسازی ترکیبی اثبات شود. در سالهای اخیر کاربردهای فراوانی از بکارگیری در مسائل بهینهسازی پیچیده نظیر انتخاب اشیاء و تشخیص حالت چهره، مسیریابی وسایل نقلیه(White, et al., 1998)، تخصیص(Maneizzo, et al., 1994)، طراحی و بهبود شبکه حمل و نقل و تکنیکهای فراگیری ماشین(Parpinelli, et al., 2002)[4] و… ارائه گردیده است. 1-1- طرح مسئله. 2 1-2- ضرورت انجام تحقیق.. 4 1-3- سوالات تحقیق.. 6 1-4- فرضیه ها 6 1-5- اهداف تحقیق.. 6 1-6- معرفی ساختار پایان نامه. 7 2– فصل دوم: منطقه مورد مطالعه و پیشینه تحقیق 9 2-1- مقدمه. 9 2-2- منطقه مورد مطالعه. 9 2-2-1- موقعیت جغرافیایی شهر کرمان.. 9 2-2-2- گسلها 11 2-2-3- سابقه لرزه خیزی.. 12 2-2-4- نتیجه گیری: 13 2-3- مروری بر پیشینه تحقیقاتی 14 2-3-1- تحقیقات انجام شده در زمینه اسکان موقت با استفاده از هوش مصنوعی و GIS. 14 2-3-2- مکانیابی و تخصیص با استفاده از هوش مصنوعی.. 18 3- فصل سوم: مبانی نظری تحقیق… 25 3-1- مقدمه. 25 3-2- مدیریت بحران.. 25 3-2-1- اهمیت و ضرورت مدیریت بحران.. 26 3-2-2- چرخه مدیریت بحران و فازهای آن.. 26 3-2-3- جایگاه اسکان موقت در مدیریت بحران.. 28 3-2-4- برنامه ریزی اسکان موقت در مدیریت بحران.. 28 3-2-5- مراحل کلی فرآیند بهینهسازی اسکان موقت… 29 3-3- مفاهیم تخصیص و مکانیابی 30 3-3-1- مکانیابی در GIS. 30 3-3-2- مسئله مکانیابی و تخصیص…. 31 3-4- روشهای حل مسئله مکانیابی و تخصیص…. 35 3-5- بهینه یابی.. 37 3-5-1- الگوریتمهای فراابتکاری 38 3-6- هوش مصنوعی.. 39 3-6-1- شاخههای هوش مصنوعی 39 3-6-2- سیستم اطلاعات جغرافیایی و ارتباط آن با هوش مصنوعی.. 40 3-6-3- نقش هوش مصنوعی در مدیریت بحران زلزله. 41 3-6-4- هوش جمعی 41 3-7- الگوریتم بهینه سازی کلونی مورچه 42 3-7-1- منشاء زیست شناسانه الگوریتم کلونی مورچهها 42 3-7-2- ساختار مسائل قابل مدلسازی برای حل با مجموعه الگوریتمهای مورچه. 45 3-7-3- شبیهسازی رفتار مورچهها در ACO.. 46 3-7-4- ساختار عمومی الگوریتم های ACO.. 48 3-7-5- حل مسئله TSP با استفاده از الگوریتمACO.. 49 3-7-6- ترکیبات مختلف و … 53 3-7-7- مجموعه الگوریتم های ACO.. 54 4– فصل چهارم: مواد و روش ها 57 4-1- مقدمه. 57 4-2- دادههای مورد نیاز. 58 4-2-1- معیارهای ناسازگاری.. 58 4-2-2- معیارهای سازگاری.. 61 4-2-3- بلوکهای جمعیتی(نقاط تقاضا) 64 4-2-4- مکانهای امن(نقاط عرضه) 65 4-3- محاسبه تناسب مکانی.. 66 4-4- اجرای گامهای مکانیابی و تخصیص در تحقیق حاضر. 69 4-4-1- گام اول: انتخاب مکانهای امن.. 69 4-4-2- گام دوم: انتخاب مسیر انتقال بلوکهای جمعیتی به مکانهای امن.. 74 4-4-3- گام سوم: تخصیص جمعیت… 75 4-4-4- بروزرسانی فرومون.. 81 4-5- جمعبندی.. 83 5- فصل پنجم: نتایج و بحث… 86 5-1- مقدمه. 86 5-2- ارزیابی عملکرد الگوریتم ACO با در نظر گرفتن مقادیر مختلف و : 86 5-2-1- بررسی تغییرات پارامتر : 87 5-2-2- بررسی تغییرات پارامتر : 90 5-3- بررسی تغییرات ضریب تبخیر بروی تابع هدف.. 92 5-4- بررسی نمودار همگرایی نهایی مدل.. 92 5-5- ارزیابی پایداری نتایج.. 94 5-6- بررسی نتایج تخصیص بلوکهای جمعیتی به مکانهای انتخاب شده. 94 5-7- بررسی تاثیر محدودیت تعداد مکان حداکثر در نتایج تابع هدف.. 100 6– فصل ششم: جمعبندی و پیشنهادات.. 104 6-1- مقدمه: 104 6-2- جمعبندی: 104 6-3- آزمون فرضیات.. 105 6-3-1- فرض اول.. 105 6-3-2- فرض دوم: 106 6-3-3- فرض سوم: 106 6-4- پیشنهادات: 107 فهرست منابع: 110 چکیده ازجمله مسائل مهم در مدیریت بحران حوادث غیرمترقبه طبیعی به ویژه زلزله، مکان یابی بهینه به منظور اسکان شهروندان در هنگام و یا پس از بروز حادثه میباشد. یكی از مشكلات بزرگ سازمانهای درگیر در مدیریت بحران شهری، فقدان یك مدل مكانی جامع به منظور اعمال مدیریت واحد در انتقال ساكنین شهر به مکانهای اسكان موقت از پیش تعیین شده پس از وقوع حادثه میباشد. بهینهسازی فرآیند اسکان موقت در سه فاز تعیین مکانهای بهینه امن، تعیین مسیرهای بهینه و تخصیص جمعیت به اماکن امن صورت می گیرد. هدف از انجام این تحقیق پیاده سازی و بررسی نتایج الگوریتم بهینه سازی کلونی مورچه (ACO ) در مکانیابی پناهگاه اسکان موقت با تعیین مسیرهای بهینه و تخصیص جمعیت به مکانهای امن در شهر کرمان بعنوان منطقه مورد مطالعه میباشد. با ایجاد تغییرات لازم در اجرای الگوریتم ACO در حل مسئله فروشنده دورهگرد، مراحل مربوط به مکانیابی و تخصیص در قالب یک مدل مکانی طراحی شده است. این مدل بر اساس یک تابع هدف به منظور کمینه کردن هزینه انتقال جمعیت بلوک های ساختمانی و سه محدودیت میانگین سرریز/کمریز، حداکثر تعداد مکانهای انتخاب شده و میانگین تناسب مکانی، به گونهای طراحی شده است که قیود مسئله تضمین کننده کیفیت جوابهای مدل میباشد. برای تصمیم گیری در مورد بهینه بودن راه حل ها در ACO از روش ارزیابی چند معیاره استفاده شد. به منظور بهبود نتایج، حساسیت مدل نسبت به تغییر پارامترهای فرومون و تابع ابتکاری الگوریتم ACO مورد ارزیابی قرار گرفت و مقادیر مناسب و بهینه آنها تعیین شد. با در نظر گرفتن قیود تعیین شده و همچنین نمودار همگرایی تابع هدف، بهترین عملکرد در کاهش نهایی تابع هدف توسط مدل مشخص شد و علاوه بر آن، نتایج حاصل از تست تکرارپذیری نشان دهنده پایداری و ثبات جوابهای الگوریتم مورد بررسی میباشد. نتایج تخصیص جمعیت به مکانهای امن، وابستگی انکارناپذیری به نحوه توزیع اماکن امن و ظرفیت آنها و همچنین پراکندگی و جمعیت بلوکهای ساختمانی دارد. میانگین فاصله طی شده تا نزدیکترین مکان امن در مدل نهایی تخصیص برابر با 1200 متر می باشد اما به دلیل عدم توزیع مناسب این مکانها با توجه به توزیع جمعیت در سطح شهر، بیش از 40 درصد جمعیت فاصله ایی بیش از 1500 متر را تا نزدیکترین مکان امن انتخاب شده باید طی کنند. در نتیجه جستجو و تاسیس مراکز امن جدید برای کاهش این فاصله ضرورت دارد. نتایج نشان میدهند که استفاده از الگوریتم ACO، قابلیتهای زیادی برای ترکیب با سیستمهای اطلاعات جغرافیایی برای حل مسئله مکانیابی و تخصیص که نیازمند محیط شبیهسازی پویا (تغییر ترکیب مکانهای امن – تغییر ظرفیت) میباشند، دارا می باشد. کلمات کلیدی: مدیریت بحران، اسکان موقت، مکانیابی و تخصیص، الگوریتم بهینه سازی کلونی مورچه(ACO)، مسافت طی شده، مکان امن، شهر کرمان 1- فصل اول: کلیات تحقیق 1-1- طرح مسئله علیرغم پیشرفتهای شگرف در تكنولوژی و دستیابی به ناممکنهای قرون گذشته، هنوز انسان در برابر حوادث غیر مترقبه طبیعی چون زلزله، سیل و … درمانده است و گاه و بی گاه در معرض تلفات و خسارتهای مالی بسیاری قرار میگیرد .در دههای كه گذشت بیش از 200 میلیون نفر در سال به علت بروز بلایای طبیعی دچار صدمات جانی و مالی شدهاند .در این میان ساخت و سازهای غیر اصولی و بی توجهی به قدرت خطر زایی یك منطقه، رعایت نكردن فاصله كاربریهای حساس و مناطق مسكونی از حریم گسلها و رودخانهها و …، موجبات تشدید فجایع را فراهم میآورند (اسدی نظری , 1383). زلزله از جمله پدیدههای طبیعی است که در اکثر مناطق جهان از جمله ایران به وقوع میپیوندد. در طی سالهای 1900 تا 1990 میلادی، 1100 زلزله مرگبار در 75 کشور جهان رخ داده و بیش از 80 درصد مرگ و میرهای حاصله در شش کشور جهان اتفاق افتاده است. ایران با 120 هزار نفر تلفات انسانی در زمره این کشورهاست. همچنین در سالهای 1361 تا 1370 کشور ایران بیشترین تعداد زلزله را تجربه کرده است. (عبدالهی، 1381) کشور ما ایران در پهنه لرزه خیزی از دنیا واقع شده است. بیشتر نقاط شهری و غیرشهری كشور در نواحی با خطر نسبی زمین لرزه زیاد قرار گرفته است. اهمیت زلزله در ایران، با شدت یافتن روند توسعه کشور، گسترش شهرها، تمرکز جمعیت امروزه بیشتر درک میشود. با توجه به رویارویی مداوم كشور با پدیده زلزله، ضروری است همواره تلاشهایی جهت دست یابی عملی به روشها و راه كارهای منسجم جهت مقابله منطقی و به حداقل رساندن ابعاد فاجعه آمیز چنین رخدادی صورت گیرد (اسدی نظری، 1383). اداره هماهنگی امداد سوانح سازمان ملل متحد اعلام مینماید كه میتوان با اطمینان اظهار داشت، در طول دهههای گذشته، ارائه کمکهای اضطراری در ارتباط با پزشكی، تغذیه و … پس از سانحه پیشرفت چشمگیری داشته است، اما یك بخش مهم هم چنان بهبود ناچیزی داشته و آن سرپناه اضطراری یا به طور عام، سرپناه پس از سانحه است.( Fallahi, 2007) طی یکصد سال گذشته، سیزده زلزله به بزرگی بیشتر از هفت ریشتر در ایران اتفاق افتاده و این در حالی است که روستاهای ما در برابر زلزله 5 ریشتری و شهرهای ما در برابر زلزله 6 ریشتری به شدت آسیب پذیر هستند. کاهش اثرات جانبی زلزله یا به عبارت دیگر، کاهش آسیبهایی همچون اجتماعی و زیربنایی در زمان وقوع زلزله، زمانی به وقوع خواهد پیوست که فازهای مختلف مدیریت بحران در تمامی سطوح برنامهریزی مد نظر قرار گیرد. اما هر تصمیمگیری و برنامهریزی صحیح، نیازمند اطلاعات صحیح، دقیق و به روز و تحلیل آنها میباشد. به دلیل اینکه اکثر اطلاعات مورد نیاز در مقوله شهری و زلزله بیشتر ماهیت مکانی دارند، لذا علم و فناوری سیستم اطلاعات جغرافیایی با قابلیت جمع آوری دادههای مکانی و غیر مکانی، ذخیره سازی، بروزرسانی، آنالیز، مدلسازی و نمایش اطلاعات مکانی میتواند به عنوان علم و فناوری بهینه، در جهت ساماندهی و تجزیه و تحلیل جامع و سریع اطلاعات و کمک به اخذ تصمیمات مناسب در مدیریت بحران، مورد استفاده قرار گیرد(آقامحمدی، 1379). از طرفی باید توجه داشت که محیط سیستمهای اطلاعات جغرافیایی، محیطی استاتیک میباشد و قابلیت شبیه سازی پویا را ندارد. هوش مصنوعی به ویژه عاملهای هوشمند قادر به رفع نقاط ضعف بوده و میتوانند در تعامل و حتی ترکیب با سیستمهای اطلاعات جغرافیایی نقشی موثر در مدیریت بحران ایفا کنند (رجبی، 1388). الگوریتمهای هوشمند در GIS قابلیت آن را در قاعدهمند کردن تصمیمات به طور مناسبی ارتقاء بخشیدهاند که برنامه ریزی مکانی پیچیده و بهینه سازی منابع از آن جمله میباشند (Birkin, et al., 1996; Bong, et al., 2004). ازجمله روشهای هوش مصنوعی که از آن به عنوان یک روش فراابتکاری یاد میشود، الگوریتم بهینه سازی کلونی مورچه ([1]ACO) میباشد. این روش اولین بار توسط دوریگو در رساله دکترا خود در سال 1992 به عنوان یک راه حل چند عامله [2]برای حل مسائل پیچیده بهینه سازی توسعه داده شده است. اولین کاربرد موفق آن، حل مسئله فروشنده دوره گرد (TSP[3]) میباشد(Dorigo, 1992) که سبب شد تا کارایی آن در حل سریع مسائل بهینهسازی ترکیبی اثبات شود. در سالهای اخیر کاربردهای فراوانی از بکارگیری در مسائل بهینهسازی پیچیده نظیر انتخاب اشیاء و تشخیص حالت چهره، مسیریابی وسایل نقلیه(White, et al., 1998)، تخصیص(Maneizzo, et al., 1994)، طراحی و بهبود شبکه حمل و نقل و تکنیکهای فراگیری ماشین(Parpinelli, et al., 2002)[4] و… ارائه گردیده است.
فرم در حال بارگذاری ...