نام پژوهشگر: رضا بیرام پور
رضا بیرام پور شهریار لطفی
برچسب یک جزء مهمی از نقشه است که کاربر میتواند با کمک برچسب نقشه موضوعات مهم را شناسایی و اطلاعات مربوط به خود را از موضوعات به دست آورد. از آنجایی که برچسبگذاری نقشه به صورت دستی یک کار وقتگیر است؛ بنابراین خودکارسازی برچسبگذاری نقشه همیشه یکی از موضوعات مهم مطالعه کارتوگرافی به کمک کامپیوتر در تمام زمانها بوده است. بهکارگیری روشهای کارآمد برای برچسبگذاری خودکار نقشه و جلوگیری از تداخل برچسب با برچسب یا برچسب با نقطه، به منظور شفافیت نقشه یک مشکل اساسی در بسیاری از کاربردهای کارتوگرافی و سیستمهای اطلاعاتی جغرافیایی میباشد. قراردادن برچسب متنی در موقعیت مربوط، یک مورد با اهمیت میباشد که یک شاخه وسیعی از تولید نقشه را به خود اختصاص داده است. عوارض نقشهای که برچسبگذاری میشود، میتوانند نقطهای (مثل شهرها)، خطی (مثل رودها و خیابانها) و یا سطحی (مثل دریاچهها و کشورها) باشند. از آنجایی که برچسبگذاری نقشه به صورت خودکار یک مسئله چندجملهای غیرقطعی-سخت میباشد، بنابراین نیازمند استفاده از الگوریتم های مکاشفهای، فرامکاشفهای و همچنین روشهای پردازش موازی جهت دستیابی به جوابهای نزدیک به بهینه و سریع می باشد. از مهمترین الگوریتمهای فرامکاشفهای که برای مسئله برچسبگذاری نقشه ارائه شدهاند میتوان به الگوریتم ژنتیک، شبیهساز درجه حرارت و شبکه عصبی اشاره کرد که با توجه به آزمایشات انجام شده نشان داده شده است که راهکار الگوریتم ژنتیک دارای بالاترین کیفیت در نقشه با پیچیدگی یکسان میباشد. همچنین از روشهای پردازش موازی در این زمینه میتوان به الگوریتم موازی مدل crew pram اشاره کرد و ثابت شده است که الگوریتم موازی ارائه شده برای برچسبگذاری در مدل pram دارای سرعت خطی بوده و از لحاظ زمان اجرا، کار انجام شده و تعداد پردازنده نسبت به الگوریتمهای ترتیبی شناخته شده برای این مسئله بهینه است. ما در این پایاننامه یک الگوریتم تکاملی موسوم به mlga با ویژگیهای جدید برای مسئله برچسبگذاری با هدف برچسبگذاری بیشینه عوارض نقطهای ارائه دادهایم. راهکار پیشنهادی ما از فضای جستجوی پیوسته برای برچسبگذاری عوارض نقطهای بهره گرفته است به طوریکه برچسبها میتوانند در هر زاویه و در هر فاصله نسبت به نقطهی مربوط جایگذاری شوند. در راهکار پیشنهادی ما همچنین برچسبها میتوانند با خطوطی با اندازهی متغیر به نقطهی مربوط وصل شوند که اینکار باعث میشود در جاهایی از نقشه که تراکم نقاط زیاد است برچسبها با خطوطی به جاهایی که تراکم نقاط کم است، منتقل شوند. ویژگی دیگر در راهکار پیشنهادی ما این است که به زیبایی جایگذاری برچسبها اهمیت داده شده است به طوریکه ربع اول در محورهای مختصات بالاتربن الویت را برای جایگذاری برچسبها دارد. همچنین برای تسریع در اجرای راهکار پیشنهادی (mlga) یک الگوریتم برچسبگذاری موازی نقشه (mlpga) ارائه شده است. راهکار پیشنهادی برای برچسبگذاری موازی نقشه از تقسیمبندی نقشه به تعداد پردازنده استفاده میکند به طوریکه بعد از تقسیمبندی، هر پردازنده مجموعه نقاط مربوط به خود را با استفاده از mlga برچسبگذاری میکند و در آخر برچسبهای متداخل روی مرز مجموعههای همسایه را در دو مرحله کمینه میکند. نتایج حاصل از آزمونهای مختلف صورت گرفته روی راهکار پیشنهادی، حاکی از همگرایی مناسب الگوریتم در روند تکاملی خود و دستیابی به پاسخ بهینه در تعداد تکرارهای به نسبت کم میباشد. همچنین به منظور ارزیابی پایداری راهکار پیشنهادی آزمونهای مختلفی صورت گرفته که در تمامی موارد کوچک بودن انحراف معیار مقادیر تابع هدف، این ویژگی الگوریتم را نیز تأیید نموده است. نتایج بررسی شده پایاننامه نشان میدهد که الگوریتم پیشنهادی جوابهای خوب و قابل قبولی نسبت به روشهای پیشین دارد.