بهره برداری بهینه کمی و کیفی از مخازن سدها با استفاده از الگوریتم تئوری پرندگان
Publish place: First National Conference on Architecture, Restoration, Urban Environment and Sustainable
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 627
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ARUES01_118
تاریخ نمایه سازی: 19 تیر 1393
Abstract:
افزایش نیازهای آبی، ارزش اقتصادی حاصل از بهره برداری بهینه از سیستم های منابع آب و کمبود یا افت کیفی منابع آب در دسترس باعث شده است که بهره برداری بهینه کمی و کیفی از مخازن سدها به عنوان یکی از مسائل مهم در تحلیل سیستم های منابع آب مورد توجه قرار گیرد. بهره برداری بهینه کمی و کیفی از مخازن سدها به طور خلاصه مساله ای متشکل از اهداف متضاد و پیچیده و دارای متغیرهای تصمیم گیری قابل توجه است. مدل های رفع اختلاف در بهره برداری کمی و کیفی از مخازن سدها که در آن تصمیم گیرندگان و تاثیرپذیران متعدد با اهداف و مطلوبیت های متفاوت وجود دارند از اهمیت بالایی برخوردار می باشند. در این تحقیق برای رفع اختلاف در مساله بهره برداری بهینه کمی و کیفی از مخازن سدها، مدلی برای بهره برداری بهینه کمی و کیفی از مخازن سدها بر اساس تئوری رفع اختلاف Nash تدوین شد. برای حل این مساله بهینه سازی از تئوری پرندگان استفاده شد. مطالعه موردی این تحقیق سد Gibraltar است که دارای مشکل کیفی افزایش بیش از حد مطلوب TDS آب است. نتایج اجرای مدل نشان دهنده کارآیی مناسب مدل در بهره برداری بهینه کمی و کیفی از مخزن سد مورد بررسی و بهبود کیفیت آب خروجی از مخزن بدون کاهش قابل توجه کمیت آن است.
Keywords:
Authors
حسن جنت صادقی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد تهران جنوب
عباس منصوری
استادیار دانشگاه آزاد اسلامی واحد تهران جنوب
سیدرضا الوانکار
استادیار دانشگاه آزاد اسلامی واحد تهران جنوب
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 :