بافت آگاهی منجر به شناخت بهتر محیط و اشیا و عوامل، و نحوه ارتباط و تعاملات بین آنها میباشد. در نتیجه میتواند تاثیر به سزایی در ارائه راهکارهای مناسب در حل مسائل جهان واقعی داشته باشد. از این رو میتوان در فرآیند امداد و نجات در بحرانها، نیز بافت آگاهی را وارد نمود و در راستای بهبود و تطابق پذیری بیشتر راهکارها با محیط واقعی، گام برداشت. در میان بحرانها و بلایای طبیعی، زمینلرزه به دلیل وجود گسلهای لرزهخیز و فعال در ایران و بسیاری از کشورها، یکی از بحرانهای اساسی میباشد. با توجه به اهمیت شناسایی بافتها در واقعی و قابل اجرایی شدن پژوهشها، در این پژوهش بافتهای امدادگران، تیمها و محیط به عنوان بافتهای اصلی در مسئلهی مذکور، بررسی و ارتباط آنها با یکدیگر و اولویتهای فعالیتها و مکانها با شناسایی تخصصها و شرایط جسمانی و موقعیتی امدادگران مشخص شده است. در نهایت ساختار و راهکاری به کمک الگوریتم کلونی مورچگان و سیستم اطلاعات مکانی جهت بهینهسازی تخصیص امدادگران به محلهای آسیب دیده و فعالیتهای لازم در محدودهای از منطقه 3 شهر تهران، طراحی و اجرا شده است؛ که استفاده از بافتآگاهی و ترکیب آن با الگوریتمهای هوش مصنوعی جهت موضوع امداد و نجات در بحران زمینلرزه پژوهشی نوین میباشد. نتایج حاصل شده از این پژوهش در مقایسه با در نظر نگرفتن بافتهای موجود در امداد و نجات و بدون استفاده از الگوریتمهای هوش مصنوعی، بهبود 79/1 برابری راهکار پیشنهادی را نشان میدهد.
Bahrami N, Argany M, Neysani Samani N, Vafaei Nejad A R. Designing a Context-aware Recommender System in the Optimization of the Relief and Rescue by Ant Colony Optimization Algorithm and Geospatial Information System. JGST 2021; 11 (2) : 10 URL: http://jgst.issgeac.ir/article-1-1006-fa.html
بهرامی ناهید، ارگانی میثم، نیسانی سامانی نجمه، وفایی نژاد علیرضا. طراحی یک سیستم توصیه‌گر بافت آگاه به منظور بهبود عملکرد تیم‌های امداد و نجات مبتنی بر الگوریتم کلونی مورچگان. علوم و فنون نقشه برداری. 1400; 11 (2) :153-162
