کاربرد الگوریتم ژنتیک در طراحی شبکه آبیاری تحت فشار مطالعه موردی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 754

This Paper With 14 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICEICONF01_244

تاریخ نمایه سازی: 6 اردیبهشت 1396

Abstract:

امروزه جوامع بشری هزینه های بسیاری را برای به حداکثر رساندن سود و به حداقل رساندن هزینه صرف می کنند. برایرسیدن به این هدف مهندسین به طرح های مرتبط با روش های بهینه سازی قیمت ها متوسل می شوند. تاکنون تحقیقاتبسیاری در زمینه ی بهینه سازی شبکه های آبیاری تحت فشار به منظور کاهش دادن هزینه این زیرساخت ها اختصاصیافته است. در این مقاله یک مدل بهینه سازی بر مبنای الگوریتم ژنتیک توسعه داده شده است. این مدل به زبانویژوال بیسیک نوشته شده و با در نظر گرفتن محدودیت های حداکثر و حداقل سرعت و فشار به طراحی بهینه یشبکه ی آبیاری تحت فشار می پردازد. با تعریف تابع هدف، محدودیت های سرعت، فشار و استفاده از مدل نوشته شدهبرای الگوریتم ژنتیک بهینه یابی شبکه موردنظر انجام می شود، اطلاعات خروجی از مدل شامل قطرهای بهینه و مینیممهزینه ی اجرای شبکه ی آبیاری می باشد. صحت سنجی و واسنجی مدل با مقایسه ی نتایج آن با نتایج چندین مسیلهغیر خطی مقید که دارای راه حل های تحلیلی هستند و جواب آنها بادقت مناسب در اختیار می باشد انجام شد. در ادامهاز مدل پیشنهادی برای طراحی بهینه شبکه اسماعیل آباد واقع در استان لرستان استفاده شده است. با مقایسه یقطرهای بهینه محاسبه شده با استفاده از الگوریتم ژنتیک و وضع موجود مشخص گردید، روش مبنی بر الگوریتم ژنتیکمی تواند حدود 12 درصد هرینه اجرای پروژه را کاهش دهد. این موضوع بیانگر تاثیر به سزای استفاده از این مدل درکاهش هزینه ها می باشد.

Keywords:

Authors

آتنا حاضری

دانشجوی کارشناسی ارشد سازه های آبی، دانشگاه رازی کرمانشاه

رسول قبادیان

دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی کرمانشاه

سیداحسان فاطمی

استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی کرمانشاه

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 :