ارزیابی الگوریتم های بهینه سازی GA و PSO در بهره برداری از سیستم های چندمخزنه مطالعه موردی: سدهای حوضه گرگان رود

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 581

This Paper With 12 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:

JR_JWSC-26-2_013

تاریخ نمایه سازی: 11 آبان 1398

Abstract:

سابقه و هدف: بهره برداری بهینه از سیستم های منابع آب و تدوین قوانین و سیاست های مناسب بهره برداری از مخازن در سال های اخیر موردتوجه کارشناسان منابع آب قرارگرفته و تحقیقات گسترده ای برروی آن ها انجام شده است. هرچند در این زمینه پیشرفت های زیادی به لحاظ استراتژی های حل مسئله و ابزارهای محاسباتی به وجود آمده است، اما مسئله بهینه سازی بهره برداری از یک سیستم چندمخزنه به دلیل تاثیرات بهره برداری مخازن بالادست بر ورودی های مخازن پایین دست، از پیچیدگی های زیادی برخوردار است. روش های بهینه سازی معمول به دلیل قیدهای زیاد، فضای ناپیوسته و ماهیت غیرخطی مسائل مدیریت منابع آب، ابزار مناسبی برای حل این گونه مسائل نیستند، به همین دلیل الگوریتم های بهینه سازی فرا ابتکاری موردتوجه محققین قرارگرفته است. هدف از این تحقیق بررسی و مقایسه نتایج حاصل از به کارگیری روش های GA و PSO در بهره برداری بهینه از سیستم چندمخزنه سدهای گلستان و بوستان واقع در حوضه آبریز گرگان رود با استفاده از شاخص اعتمادپذیری در شرایط تغییر اقلیم است. مواد و روشها: در این تحقیق عملکرد الگوریتم های ژنتیک و ازدحام ذرات در حل مساله بهینه سازی بهره برداری از سیستم چند مخزنه شامل سدهای بوستان و گلستان واقع در حوضه آبریز گرگان رود مورد بررسی و مقایسه قرار گرفته است. بررسی آمار جریان ورودی به مخزن دو سد در سال آبی 94-93 نشان می دهد که در اثر تغییر اقلیم ورودی سالانه به سدهای بوستان و گلستان به ترتیب 17% و 60% کاهش یافته است. الگوریتم ژنتیک عبارت از یک جستجوی چندجانبه موازی و هدایت شده بر اساس نظریه تکامل است. عملگرهای الگوریتم GA شامل انتخاب، پیوند و جهش است که به ترتیب از آنها استفاده شده تا نسل بعد به وجود آید. در الگوریتم بهینه سازی PSO بر مبنای حرکت جمعی پرندگان و ماهی ها، تعدادی ذره در فضای جستجو پخش شده و مقدار تابع هدف، متناسب با موقعیت هر ذره محاسبه می شود. سپس با استفاده از ترکیب اطلاعات فعلی محل ذرات و بهترین محل که قبلا در آن بوده اند موقعیت جدید ذرات محاسبه می شود. یافته ها: بهترین جواب الگوریتم PSO در طی 10 بار اجرا 95/909 و بدترین جواب برابر 53/930 به دست آمد، درحالی که بهترین پاسخ الگوریتم GA در طی 10 بار اجرا 17/931 و بدترین آن 32/957 بوده است. مقایسه میانگین جوابها نیز حکایت از برتری 3 درصدی جوابهای الگوریتم PSO نسبت به GA دارد. نتیجه گیری: نتایج نشان می دهدالگوریتم PSO از عملکرد بهتری در مقایسه با GA برخوردار است، به نحوی که مقایسه نتایج نشان می دهد الگوریتم بهینه سازی PSO با اعتماد پذیری 38/49 درصد از عملکرد مناسبتری در استخراج منحنی فرمان بهره برداری از سیستم چندمخزنه بوستان- گلستان ارائه نموده است.

Keywords:

اعتمادپذیری , الگوریتم های فرا ابتکاری , مدیریت منابع آب , خشکسالی

Authors

حامد مازندرانی زاده

عضو هیئت علمی

جواد پیاده کوهسار

دانش آموخته، گروه مهندسی آب، دانشگاه امام خمینی (ره)

سید محمد کاظم صدر

گروه مهندسی آب، دانشگاه اگزتر انگلستان

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 :
  • Ahmadianfar, A., and Adib, A. 2016. ...
  • Optimizing hydropower dams operation ...
  • using hybrid of PSO and GA (Case study: ...
  • Dez Dam). Irrigation Science & ...
  • Engineering, 38: 3. 63-71. (In Persian) ...
  • Eberchart, R., and Kennedy, J. 1995. ...
  • Particle swarm optimization. IEEE ...
  • InternationalConference on Neural ...
  • Networks Perth, Australia. Pp: 1942-1947. ...
  • Esat, V., and Hall, M.J. 1994. Water ...
  • resources system optimization using ...
  • genetic algorithms. Proc. 1st Int. Conf. on ...
  • Hydroinformatics, Balkema, Rotterdam, ...
  • Netherlands. Pp: 225-231. ...
  • Goldberg, D. 1989. Genetic algorithms ...
  • in search optimization and machine ...
  • learning. Addison-Wesley Longman ...
  • Publishing Company. Boston. 403p. ...
  • Hosseini-Moghari, S.M., and Banihabib ...
  • M.E. 2014. Optimizing operation of ...
  • reservoir for agricultural water supply ...
  • using firefly algorithm. J. Water Soil ...
  • Resour. Cons. 3: 4. 17-31. (In Persian) ...
  • Iran Water Resources Management Co. ...
  • 2. Annual report on the status of dams ...
  • operating in different months. (In Persian) ...
  • Kalbali, E., Sabuhi Sabuni M., and ...
  • Ahmadpur Borazjani, M. 2016. Strategies ...
  • of Voshmgir dam water allocation using ...
  • two-stage stochastic programming. J. ...
  • Water Soil, 30: 6. 1832-1847. (In Persian) ...
  • Karimi, M., Ahrar Yazdi, B.N., and Ahrar ...
  • Yazdi, B.D. 2017. Examining the ...
  • performance of two pso and g-algorithms in ...
  • optimizing the CGAM issue. Mechanical ...
  • Engineering Sharif, 33: 1. 129-136. ...
  • Kjeldsen, T.R., and Rosbjerg, D. 2004. ...
  • Choice of reliability, resilience and ...
  • vulnerability estimators for risk ...
  • assessments of water resources systems. ...
  • Hydrol. Sci. J. 49: 757-767. ...
  • Moeini, R., and Afshar, M.H. 2009. ...
  • Application of an ant colony ...
  • optimization algorithm for optimal ...
  • operation of reservoirs: A comparative ...
  • study of three proposed formulations. ...
  • J. Sci. Iran. 16: 4. 273-285. ...
  • Moeini, R. 2016. Performance evaluation ...
  • of the ant Colony optimization algorithm ...
  • for the optimal operation of a ...
  • multi-reservoir system: comparing four ...
  • algorithms. Iran-Water Resources Research, ...
  • : 2. 29-46. (In Persian) ...
  • Moghadam, A., Alizadeh A., Farid, A., ...
  • Ziaei, A.N., and Fallah, D. 2013. The ...
  • application of improved particle swarm ...
  • optimization algorithm in design of ...
  • water distribution systems. Iran. J. Irrig. ...
  • Drain. 7: 3. 389-401. (In Persian) ...
  • Moghaddam, A., Montaseri, M., and ...
  • Rezaei, H. 2016. The Application of ...
  • GA, SMPSO and HGAPSO in optimal ...
  • reservoirs operation. J. Water Soil. ...
  • Momtahen, S., and Borhani Darian, A.R. ...
  • 6. Genetic algorithm (GA) method ...
  • for optimization of multi-reservoir ...
  • systems operation. J. Water Wastewater. ...
  • Norozi, B., Barani, Gh.A., Meftah ...
  • Halghi, M., and Dehghani, A. 2011. ...
  • A multi-reservoir system operation ...
  • optimization using multi population ...
  • genetic algorithms (Case study: ...
  • Golestan and Voshmgir reservoirs). J. ...
  • Water Soil Cons. 18: 2. 43-61. (In Persian) ...
  • Zadesh Pargo, R., Mazandarani Zadeh ...
  • H., and Daneshkar Araste, P. 2015. ...
  • Subsurface Drainage System Design ...
  • to Minimize Construction Costs with ...
  • Steady-State Consideration. Water ...
  • Research in Agriculture, 29: 1. 117-128. ...
  • نمایش کامل مراجع