استفاده از مدل جایگزین در حل مسأله تخصیص بهینه منابع آب در سطح حوضه آبریز
Publish place: 3rd Iran Water Resources Management Conference
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,422
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM03_274
تاریخ نمایه سازی: 28 فروردین 1387
Abstract:
الگوریتم های بهینه سازی تکاملی در بسیاری از مسایل واقعی با مشکل عمده هزینه محاسباتی بالا بدلیل استفاده از مدل های شبیه سازی زمانبر در فرآیند ارزیابی مقدار تابع هدف مواجه هستند. به منظور حل این مشکل استفاده از مدلهای جایگزین (meta-models) می تواند بعنوان یک راهکار مؤثر در نظر گرفته شود. در این زمینه شبکه های عصبی مصنوعی (ANN) بعنوان ابزار تقریب تابع قابلیتهای زیادی از خود نشان داده اند . آموزش شبکه های عصبی نیاز به استفاده از یک مجموعه از داده های فراهم شده به منظور یادگیری دارد که فراهم کردن هر یک از آنها مستلزم استفاده از تابع اصلی زمانبر می باشد. این مسأله می تواند استفاده از این راهکار را، خصوصاً در مسایل دارای ابعاد زیاد که رسیدن به یک سطح قابل قبول برای خطای تقریب براحتی امکانپذیر نیست و منجر به افزایش بار محاسباتی می گردد، با مشکل مواجه سازد. در این مقاله، روشی ارائه شده است که در آن با استفاده از حل متوالی سه مسأله طراحی داد ههای آموزش، تقریب تابع اصلی و بهینه سازی تابع تقریب زده شده، ساخت مدل جایگزین با بکارگیری کمترین تعداد ارزیابی های تابع اصلی که مهمترین شاخص در افزایش هزینه محاسباتی است، صورت می گیرد. عملکرد تکنیک ارائه شده در حل یک مسأله بهینه سازی ریاضی مرجع و مسأله تخصیص بهینه منابع آب در سطح حوضه آبریز رودخانه بعنوان یک مسأله واقعی مورد تحلیل و بررسی قرار گرفته است.
Keywords:
Authors
مجتبی شوریان
دانشجوی دکترای مدیریت منابع آب، دانشکده مهندسی عمران و محیط زیست، دا
سید جمشید موسوی
دانشیار دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر
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 :