به کارگیری الگوریتم علف‌های هرز مهاجم (IWO) و الگوریتم ژنتیک (GA) در بهینهسازی بهرهبرداری تلفیقی از سد طازران
Authors
Abstract:
یکی از مهمترین مسائل در مدیریت منابع آب، مسئله بهرهبرداری بهینه از مخازن میباشد. در این پژوهش از الگوریتم فرا ابتکاری علف هرز مهاجم (IWO) برای یافتن استراتژیهای تخصیص بهینه آب در سیستم تک مخزنه سد طازران واقع در غرب کشور برای یک دوره 10 ساله استفاده شده است. مدل توسعه یافته در این تحقیق برای بهرهبرداری بهینه در حالت الگوی کشت وضع موجود تهیه گردیده است. اراضی پاییندست سد به دو منطقه طازران و ایونده تقسیم میشوند. تابع هدف تعریف شده حداقلسازی کل کمبودها در طول دوره شبیهسازی میباشد. بهمنظور بررسی عملکرد مخزن از شاخصهای قابلیت اعتماد زمانی، تأمین حجمی و آسیبپذیری استفاده شده است. نتایج حاصل از الگوریتم مورد بررسی با نتایج حاصل از الگوریتم ژنتیک(GA) مورد مقایسه قرار گرفته است. به دلیل عدم کفایت و همچنین توزیع نامناسب جریان رودخانه طازران، شبیهسازیها در دوحالت استفاده از جریان آبهای سطحی به تنهایی و تلفیق آبهای سطحی و زیرزمینی انجام گرفته است. با توجه به نتایج بهدست آمده مشخص گردید که با استفاده از روشهای IWO و GA و استفاده همزمان از آبهای سطحی و زیرزمینی منطقه، این سد به ترتیب قادر به تأمین 2/77درصد و 24/76 درصد از نیاز کل اراضی پاییندست منطقه طازران میباشد. شاخصهای اعتمادپذیری و آسیب پذیری در منطقه طازران نیز بهترتیب برابر 45/55 و 33 درصد در روش IWO و 72/52 و 41 درصد در روش GA میباشند. واژههای کلیدی: الگوریتم علف هرز، اعتمادپذیری، بهرهبرداری بهینه، منابع آب
similar resources
پیش‌بینی قیمت نفت بر اساس مدل‌های غیرخطی انتقال ملایم و بهینهسازی الگوریتم ژنتیک
امروزه قیمت نفت نقش مهمی را در اقتصاد جهانی ایفا می‌کند و به عنوان یک عامل مهم و اثرگذار بر برنامه‌های دولتها و بخش‌های تجاری و بازرگانی اهمیت فراوانی دارد. با توجه به اهمیت روز افزون نفت در بازارهای مالی، پیش‌بینی قیمت نفت خام همواره مورد علاقه بسیاری از فعالان بازار و سیاستگذاران بوده است. در این راستا، در این پژوهش، ضمن بررسی و انجام آزمون غیرخطی برای داده‌های ماهانه قیمت نفت خام، به مدل‌س...
full textبرآورد ظرفیت بالفعل مالیاتی ایران با استفاده از الگوریتم بهینه سازی انبوه ذرات (PSO) و الگوریتم ژنتیک (GA)
با توجه به اهمیت فراوان درآمدهای مالیاتی در تأمین منابع مالی مورد نیاز دولتها، بررسی ظرفیت بالفعل مالیاتی همواره مورد توجه دولتمردان و سیاستگذاران بوده است. در این مقاله، تابع ظرفیت مالیاتی با دو الگوریتم ژنتیک و بهینه سازی انبوه ذرات طی دوره 1389-1361 برآورد شده است. براساس معیارهای ارزیابی عملکرد که شامل میانگین انحراف معیار، جذر میانگین انحراف معیار، میانگین درصد خطای مطلق و میانگین خطا...
full textبه کارگیری الگوریتم کرم شبتاب در بهینهسازی بهرهبرداری از سد درودزن
مسائل بهینهسازی بهرهبرداری از مخازن سدها از جمله مسائل مهم در علوم آب میباشد که تا کنون با انواع روشهای بهینهسازی مورد بررسی قرار گرفته است. استفاده از الگوریتم‌های فرا‌ابتکاری مانند، الگوریتم کرم شبتاب و مورچگان، یکی از این روشهای بهینهسازی میباشد. در این تحقیق، بهینهسازی بهرهبرداری از مخزن سد درودزن در یک دوره 99 ماهه، با استفاده از الگوریتم کرم شبتاب مورد بررسی قرار گرفته است. در...
full textطراحی اقتصادی شبکه‌های آب‌رسانی با استفاده از عملگر مفهومی آستانه پویا در الگوریتم ژنتیک (GA-DTO)
تحقیق حاضر به توسعه یک روش بهینهسازی فراکاوشی بر پایه مفهوم آستانه پویا برای طراحی شبکه‌های آب‌رسانی می‌پردازد. نخست مدل برنامه‌ریزی مسأله شامل تعریف تابع هزینه، قیود و اتصال مدل شبیهسازی هیدرولیکی به الگوریتم بهینهسازی توسعه داده می‌شود. سپس از یک ساختار بسیار ساده الگوریتم ژنتیک باینری برای حل مسأله کمک گرفته شده که در آن از مفهوم آستانه پویا به عنوان یکی از عملگرهای بهینهسازی بهره گرفته ...
full textبررسی عملکرد دو الگوریتم ژنتیک (GA) و اجتماع ذرات (PSO) در بهینه سازی مسئله CGAM
نوشتار حاضر به مدل‌سازی ترمودینامیکی یک نیروگاه توربین گازی با توان تولیدی MW ۳۰ و (kg/s) ۱۴ بخار اشباع در فشار bar ۲۰ پرداخته است. این سیستم معروف به مسئله CGAM است. در مسئله‌ی CGAM تابع هدف شامل مجموع هزینه‌ی سرمایه‌گذاری و همچنین هزینه‌ی سوخت مصرفی است. در این نوشتار بهینهسازی با کمینه‌سازی تابع هدف و نیز به‌کارگیری الگوریتم ژنتیک و الگوریتم اجتماع ذرات به‌کمک نرم‌افزار متلب انجا...
full textMy Resources
Journal title
volume 9 issue 3
pages 113- 124
publication date 2019-05-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023