تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,486,526 |
تعداد دریافت فایل اصل مقاله | 15,213,636 |
بهرهبرداری بهینه از مخزن با استفاده از طرحوارههای ژنتیک و مجموعه ذرات (مطالعه موردی: سد علویان) | ||
دانش آب و خاک | ||
مقاله 2، دوره 27، شماره 2، مرداد 1396، صفحه 17-29 اصل مقاله (425.43 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
یعقوب دین پژوه* 1؛ محمدتقی ستاری2؛ سالمه ابراهیمی3؛ صابره دربندی4 | ||
1عضو هیات علمی دانشگاه تبریز | ||
22- استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز | ||
33- دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز | ||
4دانشگاه تبریز | ||
چکیده | ||
در این مطالعه، بهمنظور بهرهبرداری بهینه از آب سد علویان، از دو روش فراابتکاری (بهینهسازی مجموعه ذرات و طرحواره ژنتیک) استفاده شد. کارآیی روشها با شاخصهای قابلیت اعتماد، آسیبپذیری و پایداری ارزیابی گردید. تابع هدف بهصورت کمینهسازی مجموع مربعات نسبت کمبود به تقاضای بیشینه در طول دوره آماری 1372 تا 1392 تعریف گردید. نتایج طرحواره منتخب با نتایج سیاست بهرهبرداری استاندارد مقایسه شد. نتایج نشان داد که طرحواره مجموعه ذرات با شاخصهای قابلیت اعتماد، آسیبپذیری و پایداری بهترتیب معادل با 11/80، 91/84 و 89/55 درصد، مناسبتر از طرحواره ژنتیک بهترتیب با 94/78، 91/75 و 3/46 درصد میباشد. با توجه به شاخصهای محاسبهشده برای روش سیاست بهرهبرداری استاندارد که در آن شاخصهای قابلیت اعتماد، آسیبپذیری و پایداری بهترتیب معادل با 83/70، 92/98 و 24/8 درصد بود، میتوان نتیجه گرفت که طرحواره مجموعه ذرات مناسبتر از طرحواره ژنتیک میباشد. | ||
کلیدواژهها | ||
بهینهسازی؛ سد علویان؛ طرحواره ژنتیک؛ طرحواره مجموعه ذرات | ||
مراجع | ||
آذرافزا ه، رضایی ح، بهمنش ج و بشارت س، 1391. مقایسه نتایج بکارگیری الگوریتمهای PSO، GA و SA در بهینهسازی سامانههای تکمخزنه (مطالعه موردی: سد شهرچای، ارومیه). نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد 26، صفحههای 1101 تا 1108. اکبریآلاشتی ح و بزرگ حداد ا، 1393. استخراج قواعد ایستا و پویای بهرهبرداری مخزن توسط برنامهریزی ژنتیک. نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد 28، شماره 3، صفحههای 492 تا502. بزرگ حداد ا، 1384. بهینهسازی هیدروسیستمها با استفاده از طرحواره بهینهیابی جفتگیری زنبورهای عسل (HBMO). رساله دکترای تخصصی، دانشکده عمران، دانشگاه علم و صنعت ایران. بلورییزدلی ی، بزرگحداد ا، قاجارنیان، فلاح مهدیپور ا و خیاط خلقی م، 1390. رتبهبندی روشهای بهرهبرداری ماهانه زمان حقیقی در مخازن. مجله مهندسی عمران و نقشهبرداری، دوره 45، شماره 5، صفحههای 505 تا 515. تقیان م، رادمنش ف، آخوندعلی عم و حقیقی ع، 1390. بهینهسازی منحنی فرمان بهرهبرداری از سیستمهای چند مخزنی با توسعه یک مدل هیبریدی برنامهریزی خطی- الگوریتم ژنتیک. مجله پژوهش آب ایران، دوره 5، شماره 9، صفحههای 90- 83. چناری ک، عبقری ه، عرفانیان م و قلیزاده س، 1391. ارائه مدل کوتاه مدت بهرهبرداری بهینه از منابع آب با استفاده از طرحواره جامعه ذرات و مقایسه آن با طرحواره ژنتیک. پژوهشهای آبخیزداری، شماره 97، صفحههای 63 تا 72. رزاقی پ، بابازاده ح و شوریان م، 1392. توسعه سیاست جیرهبندی بهرهبرداری از مخزن چند منظوره در شرایط محدودیت منابع آب با استفاده از مدل MODSIM 8.1. مجله حفاظت منابع آب و خاک، سال 3، شماره 2، صفحههای 11 تا 23. فلاحمهدیپور ا، بلورییزدلی ی، بزرگحداد ا، 1387. استخراج منحنی فرمان بهرهبرداری مخزن سد در براساس طرحوارهPSO . چهارمین کنگره بینالمللی مهندسی عمران، 19-17 اردیبهشت، دانشگاه تهران. Balter AM and Fontane DG, 2006. A multi-objective particle swarm optimization model for reservoir operations and planning. Pp 1544-1552. In: Proceeding of International Conference on Computing and Decision Making in Civil and Building Engineering, Montreal, Canada. Bozorg Hadad O, Afshar A and Marino MA, 2008. Honey- Bee Mating Optimization (HBMO) algorithm in deriving optimal operation rules for reservoirs. Journal of Hydro-informatics 10(3): 257- 264. Coello C and Lechuga MS, 2002. MOPSO: A proposal for multiple objective particle swarm optimization. Pp. 1051-1056. In: Proceeding of IEEE Congress on Evolutionary Computation, IEEE Service Center. Piscataway, Honolulu HI. Guo X, Hu T, Wu C, Zhang T and Lv Y, 2013. Multi-objective optimization of the proposed multi-reservoir operating policy using improved NSPSO. Water Resources Management 27(7): 2137-2153. Hashimoto T, Stedinger JR and Loucks DP, 1982. Reliability, resiliency and vulnerability criteria for water resource system performance evaluation. Water Resources Research 18(1): 14- 20. Hassanzadeh Y, Abdi A, Talatahari S, and Singh VP, 2011. Meta-Heuristic algorithms for hydrologic frequency analysis. Water Resources Management 25:1855-1879. Holland JH, 1975. Adaptation in Natural and Artificial Systems. Ann Arbor: University of Michigan Press. 211Pp. Jothiprakash V, Shanthi G and Arunkumar R, 2011. Development of operational policy for a multi-reservoir system in India using genetic algorithm. Water Resources Management 25(10): 2405-2423. Kennedy J and Eberhart R, 1995. Particle Swarm Optimization. Pp 1942-1948. In: Proceeding of the International Conference on Neural Networks. Pert Australia, IEEE, Piscataway. Kumar D and Reddy J, 2007. Multiple reservoir operation using particle swarm optimization. Journal of Water Resources Planning and Management 133(3): 192-202. Li XG and Wei X, 2008. An improved genetic algorithm-simulated annealing hybrid algorithm for the optimization of multiple reservoirs. Journal of Water Resources Management 22: 1031-1049. Loucks DR, 1997. Quantifying trends in system sustainability. Hydrological Sciences Journal 42(4):513-530. Loucks DR, Stedinger JH and Haith DA, 1981. Water Resource System Planning and Analysis. Prentice- Hall, Inc, Englewood Cliffs, W.J. Meraji SH, Afsahr MH and Afshar A, 2006. Reservoir operation by particle swarm optimization algorithm. Pp. 201-208. In: 7th International Conference of Civil Engineering (ICCE7 th), Tehran, Iran. Mousavi SJ, Ponnambalam K and Karray F, 2007. Inferring operating rules for reservoir operations using Fuzzy regression and ANFIS. Fuzzy Sets and Systems 158(10): 1064- 1082. Reddi MJ and Kumar DN, 2007. Multi-objective particle swarm optimization for generating optimal trade-offs in reservoir operation. Hydrological Processes 21: 2897-2909. Sattari MT, Apaydin H and Ozturk F, 2009. Operation analysis of Eleviyan irrigation reservoir dam by optimization and stochastic simulation. Journal of Stochastic Environmental Research Risk and Assessment 23(8):1187–1201. Taghian M, Rosbgerg D, Haghighi A and Madsen H, 2014. Optimization of conventional rule curves coupled with hedging rules for reservoir operation. Journal of Water Resources Planning and Management 140(5): 693-698. Votruba L and Broza V, 1989. Function in Reservoirs, Water Management System, Developments in Water Science Series 33: 343- 367. Elsevier Science Publishing Company. Zhang Z, Jiang Y, Zhang S, Geng S, Wang S and Sang G, 2014. An adaptive particle swarm optimization algorithm for reservoir operation optimization. Applied Soft Computing 18:167 -177. | ||
آمار تعداد مشاهده مقاله: 1,132 تعداد دریافت فایل اصل مقاله: 841 |