پیاده سازی الگوریتم بهینه سازی کلونی مورچه در مکانیابی پناهگاه­ های اسکان موقت بعد از زلزله

قسمتی از متن پایان نامه :

امروزه با در نظر داشتن طریقه رو به رشد جمعیت و تراکم جمعیتی در مناطق شهری علی‌الخصوص در شهرهای پر جمعیت و مستعد از نظر لرزه­خیزی، لزوم نظری همه جانبه و فراگیر به حوادث طبیعی و فجایع ناشی از بروز آن‌ها بیش از پیش جلوه نموده می باشد. اثرات زیان‌بار ناشی از تمرکز بیش از اندازه جمعیت در محدوده‌های خاص شهری در کنار فقدان برنامه ریزی پیشگیرانه و عدم آمادگی لازم جهت مقابله با حوادثی نظیر زلزله تهدیدی بسیار جدی و مهم برای جان شهروندان و تداوم حیات شهری به شمار می‌رود (باقرپور،1389).

ازجمله مسائل مهم در مدیریت بحران به ویژه در زمینه حوادث غیرمترقبه، مکان­یابی بهینه به مقصود اسکان شهروندان در مواجهه و یا پس از بروز حادثه می‌باشد. به دلیل دخالت عوامل و پارامترهای متعدد در این مسئله، مکان­یابی این گونه اماکن دارای پیچیدگی زیادی می باشد( صمدزادگان و همکاران, 1384). در ایران مکان­گزینی برای اسکان موقت به گونه تجربی پس از بروز سانحه و بدون در نظر گرفتن استانداردهای لازم توسط سازمان‌های امدادرسان انجام می‌گیرد. تجربیات به دست آمده از موارد گذشته نشان می‌دهد که هنگام بحران اگر ضوابط برنامه ریزی و اجرای اسکان موقت از قبل معین نشوند، در ایجاد سکونتگاه موقت و تخصیص بلوک‌های جمعیتی به نواحی امن، عوامل غیرقابل پیش­بینی دخالت کرده و به انواع مختلف بر کیفیت آن اثر می‌گذارند. عدم رعایت مکان­گزینی صحیح ممکن می باشد فاجعه دیگری به مراتب وخیم‌تر از سانحه اولیه به دنبال داشته باشد(اشراقی, 1385). در راستای مدیریت اضطراری بحران ناشی از زمین­لرزه و جلوگیری از تلفات سنگین جانی با در نظر داشتن تراکم بالای جمعیتی و تنوع عوارض شهری، طراحی و پیاده سازی یک مدل بهینه سازی و جامع به مقصود مکانیابی بهینه مکان‌های اسکان و تخصیص جمعیت به آن‌ها در چهارچوب یک سیستم اطلاعات مکانی از اهمیت بالایی برخوردار می باشد( صمدزادگان و همکاران, 1384).

زمانی که بخواهیم مکانیابی را در فضای ترکیبی داده‌ها و با لحاظ کردن اهداف متعدد اجرا و فرآیند بهینه­سازی مکانی را بروی اهداف انجام دهیم، به دلیل وجود محاسبات پیچیده و زمان بر و علما در بعضی مواقع غیر ممکن بودن اجرای مدل، روش­های مرسوم در این زمینه کارایی لازم را در ارائه نتایج بهینه نخواهند داشت. ورود روش‌های هوش مصنوعی مانند هوش جمعی به عنوان Geocomputation در GIS به مقصود بهینه سازی هر چه بیشتر فرایند مکانیابی در­حل­این­مشکل­کمک­بسزایی­نموده­اند(LI, et al., 2009).

سوالات یا اهداف این پایان نامه :

  • چگونه می توان الگوریتم ACO را در مکانیابی پناهگاه های اسکان موقت پیاده سازی نمود؟
  • آیا امکان تلفیق الگوریتم ACO با روشهای ارزیابی چند معیاره هست؟
  • شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

  • چگونه می توان تخصیص جمعیت را همزمان با مکانیابی اماکن اسکان موقت در نظر داشت؟

 دانلود متن کامل پایان نامه جغرافیا در لینک پایین صفحه