ارزیابی عملکرد الگوریتم فراکاوشی جستجوی ذرات باردار بهبود یافته در بهینه سازی بهره برداری از سامانه مخازن

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 177

This Paper With 20 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IWRR-15-3_024

تاریخ نمایه سازی: 29 بهمن 1401

Abstract:

در سالهای اخیر از انواع روشهای بهینه یابی فراکاوشی در مسائل مربوط به بهره برداری بهینه از سامانه مخازن استفاده شده است. در این تحقیق نسخه بهبود یافته الگوریتم جستجوی ذرات باردار برای افزایش قابلیت جستجوی سراسری الگوریتم و جلوگیری از گیر افتادن در بهینه محلی ارائه شده است. بدین منظور از نوعی عملگر جهش استفاده شده و الگوریتم جستجوی ذرات باردار جهش یافته معرفی شده است. سپس به صحت سنجی و ارزیابی کارایی این الگوریتم در مقایسه با سایر الگوریتم های معتبر فراکاوشی در حل مسائل بهینه سازی استاندارد ریاضی پرداخته شده است. مطابق با نتایج بدست آمده، الگوریتم پیشنهادی بهترین عملکرد را در ۱۷ تابع از ۱۸ تابع مورد ارزیابی در مقایسه با دیگر الگوریتم ها از خود نشان داد. در ادامه از الگوریتم پیشنهادی جهت بهینه سازی دو مسئله مرجع سامانه چهار و ده مخزنه استفاده و با نتایج بدست آمده از سایر الگوریتم ها مقایسه شد. بر این اساس بهترین مقادیر تابع هدف به ترتیب برابر ۳۰۸.۲۹ و ۱۱۹۴.۲۳ بدست آمد. در پایان کارایی الگوریتم در بهینه سازی بهره برداری از سیستم دو مخزنه (سدهای حوضه آبریز گرگان رود) با استفاده از معیارهای ارزیابی مختلف مورد ارزیابی قرار گرفته است. نتایج بدست آمده حاکی از عملکرد مناسب الگوریتم فراکاوشی جستجوی ذرات باردار و نسخه جهش یافته آن در حل مسئله بهره برداری بهینه از سامانه مخازن می باشد. بطوریکه کمترین مقدار تابع هدف برابر با ۰.۲۲ توسط الگوریتم پیشنهادی حاصل شد. همچنین این الگوریتم به ترتیب با تامین ۹۴.۶۳ و ۹۵.۳۰ درصد از نیازهای کل پایین دست سدهای گلستان و وشمگیر عملکرد مناسبی از خود نشان داد.

Keywords:

Authors

محمد حسین ربیعی

دانش آموخته دکتری گروه مهندسی عمران/ آب، دانشگاه تبریز

محمد تقی اعلمی

استاد / گروه مهندسی عمران- آب، دانشگاه تبریز

سیامک طلعت اهری

دانشیار/ گروه مهندسی عمران- سازه، دانشگاه تبریز

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Afshar MH (۲۰۱۳) Extension of the constrained particle swarm optimization ...
  • Ehteram M, Mousavi SF, Karami H, Farzin S, Emami M, ...
  • نمایش کامل مراجع