مهرداد کاوه؛ محمدسعدی مسگری
چکیده
وجود مراکز بهداشتی و بیمارستانها در تمام جوامع ضروری است و مکانیابی و تخصیص جمعیت به آنها یک مسئله بهینهسازی مهم در برنامهریزی شهری میباشد. هدف از این پژوهش، مقایسه و ارزیابی عملکرد الگوریتم ژنتیک و الگوریتم بهینهسازی ازدحام ذرات ترکیبی برای تعیین مکان بهینه مراکز بیمارستان و تخصیص نقاط جمعیتی به آنها میباشد. به ...
بیشتر
وجود مراکز بهداشتی و بیمارستانها در تمام جوامع ضروری است و مکانیابی و تخصیص جمعیت به آنها یک مسئله بهینهسازی مهم در برنامهریزی شهری میباشد. هدف از این پژوهش، مقایسه و ارزیابی عملکرد الگوریتم ژنتیک و الگوریتم بهینهسازی ازدحام ذرات ترکیبی برای تعیین مکان بهینه مراکز بیمارستان و تخصیص نقاط جمعیتی به آنها میباشد. به منظور محدود کردن فضای جستجو، از قابلیتهای تجزیهوتحلیل سیستم اطلاعات جغرافیایی (GIS) به همراه تحلیل سلسله مراتبیبرای انتخاب سایتهای نامزد استفاده شده است. سپس الگوریتمهای نام برده برای تعیین شش مکان بهینه و تخصیص بلوکهای نظیر به آنها پیادهسازی شدهاند. در این تحقیق هدف به حداقل رساندن مجموع تمام فاصلههای بین مراکز بیمارستانی و بلوکهای جمعیتی میباشد که برای این منظور از توسعه الگوریتم بهینهسازی ازدحام ذرات با تعریف جستجوی همسایگی برای ذره نخبه، استفاده شده است. برای کالیبره کردن پارامترهای هر یک از الگوریتمها، مجموعهای از دادههای شبیهسازی منظم بهکار رفته است. با در دست داشتن مقادیر مناسب برای پارامترها، الگوریتمها بر روی دادههای واقعی از منطقه مطالعاتی مورد آزمایش قرار گرفتند. نتایج نشان داده است که الگوریتم بهینهسازی ازدحام ذرات ترکیبی دارای عملکرد بهتری نسبت به الگوریتم ژنتیک میباشد. روند همگرایی الگوریتمازدحام ذرات ترکیبی، سریعتر از الگوریتم ژنتیک میباشد. هر دو الگوریتم سطوح بالایی از تکرارپذیری را نشان دادهاند؛ اما الگوریتم بهینهسازی ازدحام ذرات ترکیبی دارای ثبات بیشتری است. همچنین برای هر دو نوع داده شبیهسازی و واقعی، الگوریتم بهینهسازی ازدحام ذرات ترکیبی سریعتر از الگوریتم ژنتیک عمل میکند. سادگی و تکرارپذیری الگوریتمها از عوامل مهمی میباشند که ازنقطهنظر کاربر بسیار مهم است. بنابراین با توجه به این معیارها، بهینهسازی ازدحام ذرات ترکیبی مطلوبتر از ژنتیک بوده است.