حل مسأله بهره برداری بهینه ازمخزن سد با استفاده ازالگوریتم مورچه بیشینه-کمینه (MMAS) و با انتخاب میزان آب رها سازی شده از مخزن به عنوان متغییر تصمیم

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,107

This Paper With 8 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:

NCCE03_028

تاریخ نمایه سازی: 27 شهریور 1385

Abstract:

یکی از مهمترین مسایل بهینه سازی در زمینه مدیریت منابع آب؛ مساله بهره برداری بهینه از مخزن سد می باشد، که روشهای مختلفی برای حل اینگونه مسایل بهینه سازی پیشنهاد شده است. امروزه به کارگیری الگوریتم های فراکاوشی برای حل مسایل بهینه سازی بیش از سایر الگوریتم ها مورد توجه قرار گرفته است یکی از مهمترین این الگوریتم ها، الگوریتم جامعه مورچه ها می باشد. اولین الگوریتم پیشنهاد شده جامعه مورچه ها، روش سیستم موچه (AS) می باشد. در طول سالین اخیر نیز، برای عملکرد بهتر این روش و کم کردن معایب این الگوریتم- از جمله پدیده همگرایی نابهنگام و نابجای الگوریتم- الگوریتم اصلی و پایه تعریف شده جامعه مورچه ها (AS) ، اصلاح شده و الگوریتمهای جدیدی بر پایه آن تعریف شده است. یکی از این الگوریتم های تعریف شده، الگوریتم سیستم مورچه های کمینه- بیشینه (MMAS) می باشد که در این مقاه به آن اشاره شده است. اولین گام برای حل مساله با استفاده از الگوریتم مورچه، تعریف گراف برای مساله می باشد. سپس لازم است که متغییر تصمیم را برای حل مساله تعریف نماییم که در این مساله مقدار آب رها سازی شده از مخزن در هرماه rt، به عنوان متغییر تصمیم در نظر گرفته شده است و مساله بهره برداری بهینه از مخزن سد دز، با تعریف گراف مناسب و استفاده از الگوریتم سیستم مورچه های کمینه- بیشینه (MMAS)، حل شده است و نتایج آن در مقایسه با روش بهینه سازی دیگری مورد بررسی گرفته است.

Keywords:

الگوریتم جامعه مورچه ها , ‌ سیستم مورچه های کمینه- بیشینه (MMAS) , بهره برداری بهینه از مخزن سد , میزان رهاسازی از مخزن در هرماه

Authors

رامتین معینی

دانشجوی کارشناسی ارشد عمران گرایش آب دانشگاه علم و صنعت ایران تهران

محمد هادی افشار

استادیار دانشکده عمران دانشگاه علم و صنعت ایران

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 :
  • -Colorni A.Dorigo M., Maniezzo V., Distributed optimization by ant colonies, ...
  • - Dorigo M., optimization, Learning ant natural algorithms, Ph.D. Thesis, ...
  • - Dorigo M. , Maniezzo V. _ Colorni A. _ ...
  • - Costa D., and Hertz A., Ants can color graphs, ...
  • - Di Caro G. , Dorigo M. , Two ant ...
  • - Dorigo M., Gambardella L.M., Ant Colony for the Traveling ...
  • - Stutzlt T., Hoos H., Improvements on the ant System: ...
  • - Stutzle T., Hoos H., MAX-MIN ant system, Future Generation ...
  • نمایش کامل مراجع