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

4-1- 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

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

6-1- 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

: 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 می باشد. یكی از مشكلات بزرگ سازمان های درگیر در مدیریت بحران شهری، فقدان یك مدل مكانی جامع به منظور اعمال مدیریت واحد در انتقال ساكنین شهر به مکان های اسكان موقت از پیش تعیین شده پس از وقوع حادثه می باشد. 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 ارزیابیچند معیارهاستفاده 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