برنامه ریزی آبیاری با استفاده از ژنتیک الگوریتم در شرایط محدودیت آب
Publish place: 1st Conference on Coping with Water Scarcity
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,091
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CCWS01_039
تاریخ نمایه سازی: 7 آبان 1386
Abstract:
یکی از مهمترین عوامل محدود کننده تولید محصولات کشاورزی در ایران، کمبود منابع آب می باشد . در این راستا رشد جمعیت و افزایش تقاضا این مشکل را نمایان تر می سازد و ارائه مدلی جهت بهره برداری بهینه از منابع آب موجود، با در نظر گرفتن شرایط اقتصادی ضروری به نظر می رسد . به عنوان مثال در رابطه با بهره برداری بهینه آب در بخش کشاورزی، با استفاده از شاخص حساسیت گیاه به کمبود آب ) ) λ ı و بر اساس روابطی همانند رابطه جنسن، دورنبوس و کاسام، می توان مقدار بهینه آب مصرفی در دوره های مختلف رشد گیاهی را معین ساخت . برای این منظور می توان از یک مدل بهینه سازی استفاده کرد . دراین مطالعه از روش بهینه سازی ژنتیک الگوریتم (GAs) به منظور تقسیم بهینه مقدار محدود آب موجود در میان دوره های مختلف رشد گیاهی استفاده شده است . در این رابطه شاخص های حساسیت تنش آبی برای گندم زمستانه (Triticum eastivum L.) و جو بهاره (Hurdeum vulgare) در یک ناحیه خشک از استان
فارس ( منطقه باجگاه ) مورد استفاده قرار گرفت . نتایج نشان می دهد که با استفاده از روش بهینه سازی پیشنهادی و با در نظر گرفتن ضرایب حساسیت گیاهان به کم آبی، می توان استراتژی بهینه تحویل آب به گیاه را به گونه ای بدست آورد که میزان سود حاصله از تولید محصول حداکثر شود . همچنین نتایج مقادیر متفاوتی از سود را برای دو گیاه تحت مطالعه، در سطوح مختلفی از نسبت سود خالص به هزینه (B/C) حاصل نمود که اطلاعات مناسبی را درباره ارزیابی اقتصادی طرح ها در اختیار طراحان و برنامه ریزان منابع آب قرار می دهد
Keywords:
Authors
محمد سعادت نیا
دانش آموخته کارشناسی بخش مهندسی آب - دانشگاه شیراز
حسین حمیدی فر
دانش آموخته کارشناسی بخش مهندسی آب - دانشگاه شیراز
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 :