مسئله مدیریت بحران در سالهای اخیر اهمیت شایانی یافته است . با توسعه محیطهای شهری ،هنگام وقوع یک بحران خطرات جانی و مالی زیادی افراد شهر را تهدید می کند .به این دلیل ایجاد سیستم مدیریت بحران مؤثر و سازمان یافته بسیار ضروری است. هر بحران شامل چندین حادثه با درخواست تعداد معینی واحد اورژانسی است .وضعیت نابهنجار زمانی به وجود می آید که مسئله کمبود منابع و رقابت برای منابع مطرح می شود.با اینکه هر بحران درجه شدت متفاوتی دارد، اما واکنش مناسب به درخواست هر بحران بسیار ضروری است. با تخصیص واحدهای اورژانسی به حوادث به طور خودکار ، گام بلندی در جهت حذف خطاهای بشری برداشته شده است .
در این پروژه روشهای هوش ازدحامی برای تخصیص تعداد بهینه از منابع در محیطی با چند بحران پیشنهاد شده است. این روشها تکنیکهای جدیدی در مدل کردن روند بحرانی با جمعیتی از عاملها و تخصیص منابع است به طوری که همه بحرانها بتوانند از منابع موردنظرشان استفاده کنند. هوش ازدحامی سیستمی است متشکل از تعداد زیادی افراد که با یک کنترل نا متمرکز و خودسامانده متعادل و هماهنگ می شوند . هوش ازدحامی ، منبع الهامی جهت توسعه سیاست های تخصیص گردش کار است. الگوریتم هایی که از این رفتار الهام میگیرند به طور موفقیت آمیزی جهت کاهش زمان های تنظیم شده و زمان های عملکرد در تولید زمان بندی صنعتی به کار میرود .
در این پروژه روشهایی برای بهینه سازی تخصیص منابع به وقایع بحرانی مختلف با توجه به محدودیتهایی همچون دسترس پذیری منابع ، وضعیت بحرانی وقایع، تعداد منابع خواسته شده و غیره ارائه شده است. روش پیشنهادی به سمت مدیریت رخداد وقایع بحرانی به طور همزمان در یک محیط از پیش تعریف شده خاص با مراکز تخصیص منبع تعیین شده در همان محل پیش می رود. هدف افزایش بهره وری واحدهای واکنش اضطراری به همراه کاهش زمانهای واکنش است. هدف اصلی از تخصیص خدمات اورژانسی ، بیشینه سازی کارایی واحدهای واکنش اضطراری در دسترس و موجود و کمینه سازی زمان واکنش برای کاهش آثار یک یا چند واقعه است.
آژانس های مختلفی در این زمینه تاسیس شده است از آن جمله آژانس مدیریت اورژانسی فدرال(FEMA) است. همچنین سیستمهایی برای نظارت و تخفیف آثار حوادث طراحی شده است مانند سیستم دریافت و پاسخ (اینفوسفر) و سیستم مدیریت بحران (CMS) .
الگوریتم های زیادی به همراه تعمیمشان برای رسیدن به راه حل های بهینه مسئله تخصیص منبع پیشنهاد شده است. الگوریتم ژنتیک ، تئوری بازیها ، الگوریتم های پویا و... از آن دسته اند.
عملیات نجات روبوکاپ موضوع تعدادی از پیاده سازی های عملی و سودمند است. عملیات نجات روبوکاپ یک محیط شبیه سازی شده برای برنامه ریزی حادثه شامل عاملهای متعدد است.در فصل های بعد به مسائل گفته شده پرداخته می شود.
فصل اول – مقدمه 1
فصل دوم-مدیریت بحران 4
2-1-مقدمه 4
2-2-مدیریت بحران5
2-3-آژانسهای مدیریت بحران8
2-3-1- آژانس مدیریت اضطراری فدرال (FEMA)8
2-3-2-اینفوسفر- سیستم دریافت و پاسخ11
2-3-3-سیستم مدیریت بحران (CMS) 12
2-4-انواع روشهای الگوریتمی تخصیص منابع14
2-4-1-برنامه نویسی پویا 14
2-4-2-برنامه نویسی عدد صحیح 15
2-4-3-روش ضرب کننده لاگرانژ 16
2-4-4-باز پخت شبیه سازی شده 18
2-4-5-الگوریتم ژنتیک 19
2-4-6- انشعاب و کران 21
2-4-7- الگوریتم حریص 21
2-4-8- جستجوی تابو 22
2-4-9- تئوری بازیها 23
2-5-عملیات نجات روبوکاپ23
2-5-1-ساختار سیستم25
2-5-2-ساختار عاملها25
2-5-3-تشکیل تیم27
فصل3 -هوش ازدحامی29
3-1- مقدمه29
3-2-الگوریتم بهینه سازی کلونی مورچه ها(ACO) 31
3-2-1-مورچه ها چگونه می توانند کوتاهترین مسیر را پیدا کنند؟ 32
3-2-2-کاربردهای ACO34
3-3- الگوریتم بهینه سازی انبوه ذرات (PSO) 34
3-3-1-الگوریتم pso 35
3-3-2 کاربردهای pso 37
3-4-الگوریتم ژنتیکGA 37
3-4-1- الگوریتم GA38
3-4-2-کاربردهای GA39
فصل چهارم - استفاده از هوش ازدحامی در مدیریت بحران40
4-1-مقدمه40
4-2-هوش ازدحامی 42
4-3-حوزه مدیریت اورژانسی44
4-4-روش شناسی46
4-5-مکانیزم های تخصیص کار مرسوم46
4-6-روند واکنش اورژانسی 48
4-7-ساخت و ارزیابی مدل49
4-8-روش شبیه سازی51
4-9-طراحی آزمایشات53
4-10-روش مقایسه مکانیزم54
4-11-رتبه بندی55
فصل پنجم-نتیجه گیری و پیشنهادات 58
منابع ومراجع 61
شامل 70 صفحه فایل word
فرمت فایل : word(قابل ویرایش)
تعداد صفحات:61
شرح مختصر: این پایان نامه شامل انواع هوش، هوش ازدحامی و کاربرد آن، الگوریتم مورچه و زنبور عسل، رباتیک ازدحامی و کاربرد آن، پیاده سازی مسئله فروشنده دوره گرد با استفاده از الگوریتم مورچه میباشد.
پایان نامه کارشناسی نرم افزار کامپیوتر
چکیده
در این صفحات برآن شده ایم که در مورد سیستم های ناشناخته صحبت کنیم که دارای فعالیت هایی مخصوص به خود و رفتارهایی غیر قابل پیش بینی هستند.
در سالیان اخیر شاهد حرکتی مستمر، از تحقیقات صرفاً تئوری به تحقیقات کاربردی به خصوص در زمینه پردازش اطلاعات، برای مسائلی که برای آنها راه حلی موجود نیست یا به راحتی قابل حل نیستند بوده ایم.
در دهه های گذشته، کوششهای گوناگونی انجام شد تا با استفاده از رفتارهای اجتماعی حشرات الگوریتمهایی توسعه پیدا کند که الهام گرفته از رفتارهای خودسازمانده در حشرات است.
علوم کامپیوتر به دنبال پیدا کردن روشهایی است که براساس الگوهای رفتاری حشرات مدلی را طراحی کند برای مسائل پیچیده که براحتی قابل حل نیستند.
رفتارهای اجتماعی که در حشراتی نظیر، مورچه ها، موریانه ها، زنبورعسل، و ماهی ها ظهور پیدا می کند دانشمندان را برآن داشته که در رفتار و زندگی این حشرات به تحقیق بپردازند و این باعث ایجاد مفهوم جدیدی به نام هوش ازدحامی می شود.
حال اینکه این موجودات چگونه فعالیت می کنند و چگونه در یادگیری هوش ازدحامی موثر هستند؟
تأملی که در مورد زندگی مورچه ها انجام شده است و رفتار جستجوگرایانه آنها برای پیدا کردن غذا می تواند جواب مختصری باشد برای اینگونه سوالات، که در فصل دوم و سوم به آن خواهیم پرداخت.
هوش ازدحامی اگرچه یک شاخه جدید در علوم به حساب می آید ولی در مسائل گوناگونی کاربرد دارد مسئله فروشنده دوره گرد، رباتیک ازدحامی و کاربرد های دیگر که در فصل چهارم و پنجم به آنها خواهیم پرداخت و دز فصل ششم سعی می کنیم مسئله فروشنده دوره گرد را با استفاده از هوشی که در ازدحام مورچه ها برای پیدا کردن کوتاه ترین مسیر تا منبع غذایی وجود دارد، حل کنیم.
مقدمه
شاید تاکنون معانی زیادی از کلمه هوش شنیده باشید انسان ها براساس سطح معلومات و دانش خود تعاریف متنوعی از هوش بیان می کنند. در این فصل بر آن شده ایم که معانی دقیقی برای کلمه هوش بیان کرده و به انواع هوش بپردازیم و با توضیح مناسب سعی در برطرف کردن ابهامات کنیم.
1-1 هوش چیست؟
به طور کلی ماهیت وجودی هوش به مفهوم جمع آوری اطلاعات، استقرا و تحلیل تجربیات به منظور رسیدن به دانش یا ارائه تصمیم می باشد. در واقع هوش به مفهوم بکارگیری تجربه به منظور حل مسائل دریافت شده تلقی می شود.
هنوز تعریف دقیقی که در مورد قبول همه دانشمندان علوم کامپیوتر باشد برای هوش ارائه نشده است. در واقع، می توان نسلهایی از دانشمندان را سراغ گرفت که تمام دوران زندگی خود را صرف مطالعه و تلاش در راه یافتن جوابی به این سوال عمده نموده اند که: هوش چیست؟
اما اکثر تعریف هایی که در این زمینه ارائه شده است بر پایه یکی از چهار باور زیر قرار می گیرند:
یکی از اهداف متخصصین، تولید ماشین هایی است که دارای احساسات بوده و دست کم نسبت به وجود خود و احساسات خود آگاه باشند. این ماشین توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند. دانشمندان عموماً برای تولید چنین ماشین هایی، از تنها مدلی که در طبیعت وجود دارد، یعنی توانایی یادگیری در موجودات زنده به خصوص انسان، بهره می برند.
آنها به دنبال ساخت ماشینی مقلد هستند که بتواند با شبیه سازی رفتارهایی میلیونها یافته مغز انسان، همچون یک موجود متفکر به اندیشیدن بپردازد. اما سوالی که شاید در این جا مطرح شود، این است که چرا دانشمندان سعی در تولید سیستم های هوشمند دارند و با این که چرا ما سعی در هوشمند کردن کامپیوترها داریم؟
با هوش کردن کامپیوترها، به ما امکان درک بهتر پدیده هوش را می دهد. انسان به دلایل زیادی نیازمند باهوش کردن کامپیوترهاست. ساده ترین دلیل، پیچیده تر شدن زندگی بشر در کره زمین و گسترش ارتباطات و پارامترها و متغیرهایی است که زندگی او را تحت تأثیر قرار می دهد.
اتخاذ تصمیمات به موقع و با بهترین و کامل ترین اطلاعات، مستلزم داشتن توان دسترسی نه تنها به حجم وسیع اطلاعات، بلکه در نظر گرفتن تأثیرات متقابل آنهاست. مدیریت انرژی جهان، تغذیه و منابع انسانی از جمله مواردی است که بدون بکارگیری توان پردازش کامپیوتر و همچنین کمک از ذکاوتی که در استنتاجات و تصمیم گیری ها به انسان کمک کند امکان پذیر نیست. کامپیوتر نه تنها در محاسبات ساده و مهندسی کمک کند، بلکه باید در محاسباتی که نشانگر نوعی هوش و ذکاوت است به عنوان ابزاری قابل اعتماد در کنار انسان باشد.
1-2 انواع هوش
هوش انواع گوناگونی دارد که در اینجا به چهار مورد از مهمترین آنها اشاره می کنیم:
1-2-1 هوش مصنوعی
هوش مصنوعی را باید عرصه پهناور تلاقی و ملاقات بسیاری از دانشها، علوم و فنون قدیم و جدید دانست.
ریشه ها و ایده های اصلی آن را باید در فلسفه، زبان شناسی، ریاضیات، روان شناسی، نورولوژی و فیزیولوژی دانست و شاخه ها، فروغ و کاربردهای گوناگون و فراوان آن را در علوم پایه، علوم مهندسی، علوم زیست شناسی و پزشکی، علوم ارتباطات و زمینه های بسیار دیگر دانست.
این شاخه از علوم بسیار گسترده و متنوع است و از موضوعات و رشته های مختلف علوم و فناوری، مانند ساز و کارهای ساده در ماشین ها شروع شده و به سیستم های خبره ختم می شود. هدف هوش مصنوعی به طور کلی ساخت ماشینی است که بتواند فکر کند. هوش مصنوعی علم و مهندسی ایجاد ماشین های باهوش با بکارگیری از کامپیوتر و الگوگیری از درک هوش انسانی و نهایتاً دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی می باشد.
در مقایسه هوش مصنوعی با هوش انسانی می توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسائل در جهت قضاوت و اخذ تصمیم گیری می باشد در حالیکه هوش مصنوعی مبتنی بر قوانین و رویه هایی از قبل تعبیه شده بر روی کامپیوتر می باشد.
در نتیجه علی رغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر ما هنوز قادر به پیاده کردن هوش نزدیک به هوش انسان در ایجاد هوشهای مصنوعی ی نبودیم.
مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضیدانانی نظیر بول Boole که اقدام به ارائه قوانین و نظریه هایی در باب منطق نمودند، مطرح شده بود. در سال 1943 با اختراع رایانه های الکترونیکی، هوش مصنوعی، دانشمندان را به چالشی بزرگ فراخواند. به نظر می رسید، این فناوری در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.
هوش مصنوعی که همواره هدف نهایی دانش رایانه بوده است، اکنون در خدمت توسعه علوم رایانه ای نیز هست. زبانهای برنامه نویسی پیشرفته، که توسعه ابزارهای هوشمند را ممکن می سازند، پایگاههای داده ای پیشرفته تا موتورهای جستجو، و بسیاری نرم افزارها و ماشین ها از نتایج پژوهشهای هوش مصنوعی بهره می برند.
با وجودی که برآورده سازی نیازهای صنایع نظامی، مهمترین عامل توسعه و رشد هوش مصنوعی بوده است، هم اکنون فرآورده های این شاخه از علوم در صنایع پزشکی، رباتیک، پیش بینی وضع هوا، نقشه برداری، و شناسایی عوارض، تشخیص صدا، تشخیص گفتار و دست خط و بازی ها و نرم افزارهای رایانه ای استفاده می شود.
1-2-2 هوش هیجانی
به طور خلاصه باید گفت که تفاوت بین معلومات کتابی و مهارت در زندگی روزمره و ارتباط افراد، در واقع همان تفاوت بین ضریب هوشی و هوش هیجانی آن هاست. از اواسط سالهای 1980 مطالعات روز افزونی در این مورد انجام می شود که هیجانات ما، و واکنش بعدی ما نسبت به آنها چه مقدار در سلامت عمومی و موفقیت ما در زندگی نقش دارند، و به خصوص در سالهای اخیر این مطالعات به شدت مورد توجه قرار گرفته است.
در واقع مطالعات وسیعی انجام شده تا نشان دهد ضریب هوشی بالا به تنهایی لازمه موفقیت نیست. دکتر ریچارد بویاتسیز، استاد دانشکده مدیریت ودرهد Weatherhead در دانشگاه کیس و سترن ریزرو Casewestern Reserve در کلیولند، هوش هیجانی را مجموعه ای از شایستگی ها و توانایی هایی می داند که ما را قادر می سازد تا کنترل خود را بدست گیریم و در مورد دیگران نیز آگاه باشیم.
به بیان ساده، هوش هیجانی استفاده هوشمندانه از هیجانات است و در زمینه های حرفه ای به این معنا است که احساسات و ارزشهای خود را نادیده نگیریم و تأثیرشان را بر رفتارمان بشناسیم.
دکتر بویاتسیز می گوید، که برای پی بردن به شدت میزان هوش هیجانی ما باید توجه کنیم که چقدر نسبت به دیگران دلسوز و حساس هستیم و همیشه در نظر داشته باشیم که بالاترین درجه همدلی، درک کردن افرادی است که مثل شما نیستند. ضریب هوشی ما حتی با روند بلوغ مان نسبتاً ثابت می ماند، ولی هوش هیجانی می تواند قوی تر بشود.
دکتر بویاتسیز می گوید، بسیاری از مدیران و روسا به آن چیزی که می دانند بهتر است عمل نمی کنند،و به این علت شکست می خورند. وی همچنین اضافه می کند با اینکه برای کودکان، در آن سنین، قوی تر کردن هوش هیجانی کار ساده تری است حتی بزرگسالان هم می توانند هوش هیجانی را در خود بپرورانند.
1-2-3 هوش محاسباتی
هوش محاسباتی یا محاسبات نرم به معنای استخراج هوش، دانش، الگوریتم یا نگاشت از دل محاسبات عددی براساس ارائه به روز داده های عددی است. سیستم های هوش محاسباتی در اصل سیستم های دینامیکی مدل آزاد را برای تقریب توابع و نگاشت ها ارائه می کنند. در کنار این ویژگی بسیار مهم باید از ویژگی مهم دیگری در ارتباط با خصوصیات محاسباتی سیستم های هوش محاسباتی نام برد که در آن دقت وجه المصامحه مقاوم بودن، منعطف بودن و سهولت پیاده سازی قرار می گیرد.
مولفه های مهم و اساسی هوش محاسباتی شبکه های عصبی (محاسبات نرونی)، منطق فازی (محاسبات تقریبی) و الگوریتم زنتیک (محاسبات ژنتیکی) است که هر یک به نوعی مغز را الگو قرار داده اند.
شبکه های عصبی، ارتباط سیناپسی و ساختار نرونی، منطق فازی استنتاجات تقریبی، و محاسبات ژنتیکی محاسبات موتاسیونی مغز را مدل می کنند.
شبکه های عصبی مصنوعی به عنوان یکی از مولفه های اصلی هوش محاسباتی از خواص مهمی برخوردارند که آنها را در علوم و مسائل فنی مهندسی حائز اهمیت می نماید. در بین این خواص توانایی تقریب زنی توابع، ساختار موازی، قدرت یادگیری و تصمیم از اهمیت خاصی برخوردارند.
فرمت:word(قابل ویرایش)
تعداد صفحات:70
چکیده:
بررسی و کاربرد هوش ازدحامی در مدیریت بحران
مدیریت بحران در سالهای اخیر اهمیت بسیاری پیدا کرده است . علت این امر گسترش محیط های شهری و کمبود واحدهای خدمات اورژانسی به نسبت سطح حادثه است . در حوادثی مانند سیل و زلزله همه شهر درگیر حادثه می شود . در چنین شرایطی با واحدهای اورژانسی محدود نمی توان به همه محلهای حادثه دیده نیرو اعزام کرد . در اینجا مسئله مدیریت منابع جهت تخصیص منابع اورژانسی به حوادث براساس اولویت مطرح می شود. هوش ازدحامی روشهای بهینه ای برای مدیریت منابع در بحران ارائه می دهد . امروزه سیستمهای مدیریت اورژانسی به طور قابل توجهی از این روشهای جدید استفاده می کنند . جهت آزمایش این روشها محیط عملیات نجات روبوکاپ شبیه سازی شده است . در این محیط برای مدیریت بحران با بکارگیری عاملهای مختلف برنامه ریزی می شود .
فهرست مطالب:
عنوان صفحه
فصل اول – مقدمه ……………………………………………………………………………………………… ۱
فصل دوم-مدیریت بحران……………………………………………………………………………………… ۴
۲-۱-مقدمه ………………………………………………………………………………………………………. ۴
۲-۲-مدیریت بحران……………………………………………………………………………………………. ۵
۲-۳-آژانسهای مدیریت بحران……………………………………………………………………………….. ۸
۲-۳-۱- آژانس مدیریت اضطراری فدرال (FEMA)…………………………………………………. 8
2-3-2-اینفوسفر- سیستم دریافت و پاسخ………………………………………………………………………. ۱۱
۲-۳-۳-سیستم مدیریت بحران (CMS) …… ۱۲
۲-۴-انواع روشهای الگوریتمی تخصیص منابع…………………………………………………………… ۱۴
۲-۴-۱-برنامه نویسی پویا…………………………………………………………………………………….. ۱۴
۲-۴-۲-برنامه نویسی عدد صحیح ………………………………………………………………………….. ۱۵
۲-۴-۳-روش ضرب کننده لاگرانژ …………………………………………………………………………. ۱۶
۲-۴-۴-باز پخت شبیه سازی شده ………………………………………………………………………….. ۱۸
۲-۴-۵-الگوریتم ژنتیک ۱۹
۲-۴-۶- انشعاب و کران ۲۱
۲-۴-۷- الگوریتم حریص ……………………………………………………………………………………. ۲۱
۲-۴-۸- جستجوی تابو ۲۲
۲-۴-۹- تئوری بازیها ۲۳
۲-۵-عملیات نجات روبوکاپ……………………………………………………………………………….. ۲۳
۲-۵-۱-ساختار سیستم ۲۵
۲-۵-۲-ساختار عاملها ۲۵
۲-۵-۳-تشکیل تیم ۲۷
فصل۳ -هوش ازدحامی……………………………………………………………………………………….. ۲۹
۳-۱- مقدمه …………………………………………………………………………………………………….. ۲۹
۳-۲-الگوریتم بهینه سازی کلونی مورچه ها(ACO) ………………………………………………….. 31
3-2-1-مورچه ها چگونه می توانند کوتاهترین مسیر را پیدا کنند؟…………………………………… ۳۲
۳-۲-۲-کاربردهای ACO……………………………………………………………………………………. 34
3-3- الگوریتم بهینه سازی انبوه ذرات (PSO) ……………………………………………………….. 34
۳-۳-۱-الگوریتم pso ………………………………………………………………………………………. 35
3-3-2 کاربردهای pso ……………………………………………………………………………………… 37
۳-۴-الگوریتم ژنتیکGA …………………………………………………………………………………… 37
۳-۴-۱- الگوریتم GA……………………………………………………………………………………….. 38
3-4-2-کاربردهای GA………………………………………………………………………………………. 39
فصل چهارم – استفاده از هوش ازدحامی در مدیریت بحران………………………………………….. ۴۰
۴-۱-مقدمه ۴۰
۴-۲-هوش ازدحامی …………………………………………………………………………………………… ۴۲
۴-۳-حوزه مدیریت اورژانسی……………………………………………………………………………….. ۴۴
۴-۴-روش شناسی……………………………………………………………………………………………… ۴۶
۴-۵-مکانیزم های تخصیص کار مرسوم……………………………………………………………………. ۴۶
۴-۶-روند واکنش اورژانسی …………………………………………………………………………………. ۴۸
۴-۷-ساخت و ارزیابی مدل…………………………………………………………………………………… ۴۹
۴-۸-روش شبیه سازی …… ۵۱
۴-۹-طراحی آزمایشات………………………………………………………………………………………… ۵۳
۴-۱۰-روش مقایسه مکانیزم………………………………………………………………………………….. ۵۴
۴-۱۱-رتبه بندی…………………………………………………………………………………………………. ۵۵
فصل پنجم-نتیجه گیری و پیشنهادات ……………………………………………………………………… ۵۸
منابع ومراجع ……………………………………………………………………………………………………. ۶۱
فهرست شکلها:
عنوان صفحه
شکل ۱-وقوع چند بحران هم زمان در یک ناحیه شهری……………………………………………………. ۶
شکل ۲- FEMA – ۱۰۱SLG فرایند برنامه ریزی……………………………………………………….. ۹
شکل ۳- FEMA- 101SLG سازمان مدیریت منابع…………………………………………………….. ۱۰
شکل ۴- اینوسفر – نمای کلی……………………………………………………………………………………. ۱۱
شکل ۵- نمای کلی سیستم مدیریت بحران…………………………………………………………………….. ۱۳
شکل۶- ساختار الگوریتم بازپخت شبیه سازی شده…………………………………………………………… ۱۹
شکل ۷- ساختار الگوریتم ژنتیک ………………………………………………………………………………… ۲۰
شکل ۸- روند الگوریتم انشعاب و کران………………………………………………………………………… ۲۲
پروژه دوره کارشناسی پیوسته کامپیوتر