طراحی یک سیستم توصیه گر بافت آگاه به منظور بهبود عملکرد تیم های امداد و نجات مبتنی بر الگوریتم کلونی مورچگان

بافت آگاهی منجر به شناخت بهتر محیط و اشیا و عوامل، و نحوه ارتباط و تعاملات بین آن ها می باشد. در نتیجه می تواند تاثیر به سزایی در ارایه راهکارهای مناسب در حل مسایل جهان واقعی داشته باشد. از این رو می توان در فرآیند امداد و نجات در بحران ها، نیز بافت آگاهی را وارد نمود و در راستای بهبود و تطابق پذیری بیشتر راهکارها با محیط واقعی، گام برداشت. در میان بحران ها و بلایای طبیعی، زمین لرزه به دلیل وجود گسل های لرزه خیز و فعال در ایران و بسیاری از کشورها، یکی از بحران های اساسی می باشد. با توجه به اهمیت شناسایی بافت ها در واقعی و قابل اجرایی شدن پژوهش ها، در این پژوهش بافت های امدادگران، تیم ها و محیط به عنوان بافت های اصلی در مسئله ی مذکور، بررسی و ارتباط آن ها با یکدیگر و اولویت های فعالیت ها و مکان ها با شناسایی تخصص ها و شرایط جسمانی و موقعیتی امدادگران مشخص شده است. در نهایت ساختار و راهکاری به کمک الگوریتم کلونی مورچگان و سیستم اطلاعات مکانی جهت بهینه سازی تخصیص امدادگران به محل های آسیب دیده و فعالیت های لازم در محدوده ای از منطقه 3 شهر تهران، طراحی و اجرا شده است؛ که استفاده از بافت آگاهی و ترکیب آن با الگوریتم های هوش مصنوعی جهت موضوع امداد و نجات در بحران زمین لرزه پژوهشی نوین می باشد. نتایج حاصل شده از این پژوهش در مقایسه با در نظر نگرفتن بافت های موجود در امداد و نجات و بدون استفاده از الگوریتم های هوش مصنوعی، بهبود 79/1 برابری راهکار پیشنهادی را نشان می دهد.