توسعه الگوریتم بهینه سازی چند هدفه مبتنی بر تجزیه با استفاده از عملگرهای الگوریتم ژنتیک به منظور طراحی بهینه شبکه های توزیع آب

سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 403

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JHYDAN-10-3_003

تاریخ نمایه سازی: 23 مهر 1398

چکیده مقاله:

رویکرد اصلی حل مسائل بهینه سازی چند هدفه در اغلب الگوریتم های بهینه سازی فراکاوشی، بکارگیری مفهوم غلبگی پارتو می باشد. یک روش جدید و جایگزین برای این دسته از الگوریتم های حل، الگوریتم بهینه سازی مبتنی بر تجزیه است که در آن به جای حل مستقیم، با استفاده از تجمیع توابع هدف، مساله اصلی به چند زیر مساله تک هدفه گسسته تبدیل شده و همزمان حل می شوند. در این مقاله الگوریتم مبتنی بر تجزیه برای طراحی بهینه شبکه های آب رسانی  بزرگ مقیاس مورد آزمون قرار می گیرد. برای این منظور عملگرهای الگوریتم ژنتیک در قالب رویکرد بهینه سازی مبتنی بر تجزیه بکار گرفته می شود و برای حل دو مساله استاندارد و شناخته شده طراحی بهینه شبکه توزیع آب، به ترتیب با 99 و 454 متغیر تصمیم، مورد استفاده قرار می گیرد. عملکرد مدل توسعه داده شده با دو الگوریتم معروف بهینه سازی، الگوریتم های NSGA-II و SPEA-II، که بر اساس غلبگی پارتو توسعه داده شده اند، مقایسه می شود. نتایج حاصل نشان می دهد که الگوریتم مبتنی بر تجزیه هم به لحاظ  معیار همگرائی (کیفیت جواب ها) و هم به لحاظ حفظ تنوع در جمعیت بر دو الگوریتم مذکور برتری دارد. این نتایج بیانگر امیدبخش بودن عملکرد این الگوریتم در حل مسائل پیچیده بهینه سازی در حوزه مهندسی آب می باشد.

کلیدواژه ها:

بهینه سازی مبتنی بر تجزیه ، شبکه آب رسانی ، NSGA-II ، بهینه سازی چند هدفه ، الگوریتم ژنتیک

نویسندگان

جعفر یزدی

دانشکده مهندسی آب و محیط زیست، پردیس فنی و مهندسی شهید عباسپور، دانشگاه شهید بهشتی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Deb, K., S. Agrawal, A. Pratap, and T. Meyarivan (2000). ...
  • Farmani, R., D.A. Savic, and G.A. Walters (2005). Evolutionary multi-objective ...
  • Keedwell, E., and S.T. Khu (2004). Hybrid genetic algorithms for ...
  • Montalvoa, I., J. Izquierdo, S. Schwarzeb, and R. Pérez-García (2010). ...
  • Ostfeld, A. (2012). Optimal reliable design and operation of water ...
  • Perelman, L., A. Ostfeld, and E. Salomons (2008). Cross entropy ...
  • Prasad, T.D., and N.-S. Park (2004). Multiobjective genetic algorithms for ...
  • Todini, E. (2000). Looped water distribution networks design using a ...
  • Van Veldhuizen, D.A. (1999). Multiobjective evolutionary algorithms: classiŽcations, analyses, and ...
  • Vrugt, J.A., and B.A. Robinson (2007). Improved evolutionary optimization from ...
  • Wang, Q., D. Savic, and Z. Kapelan (2013). Multi-objective cuckoo ...
  • Wang, Q., M. Guidolin, D. Savic, and Z. Kapelan (2014). ...
  • Zhang, Q., H. Li (2007). MOEA/D: A multiobjective evolutionary algorithm ...
  • Zheng, F., A.F. Simpson, and A.C. Zecchin, (2014). An efficient ...
  • Zitzler, E., M. Laumanns, and L. Thiele (2001). SPEA2: Improving ...
  • نمایش کامل مراجع