بررسی بهینه سازی عملکرد مخازن چند هدفه با روش های الگوریتم ژنتیکGA) و الگوریتم کلونی مورچگان ACO)

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,068

فایل این مقاله در 8 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:

NCHP03_102

تاریخ نمایه سازی: 3 فروردین 1391

چکیده مقاله:

رو شهای معمول بهین هسازی مخازن آب برای بهینه کردن عملکرد سیست مهای چند هدفه، به علت متغیرهای زیاد و پیچیدگی روابط بین آ نه ا، پاسخگوی حل این مسائل نیستند. گاها در این نوع سیست مها، اهدافی مثل تولید نیروی برق با استفاده از هد آبی پشت سد و کنترل سیلاب در تضاد با یکدیگر عمل م یکنند. ضمنا با زیاد شدن هد فهای یک سیستم، ارتباط بین آ نه ا گسترش پیدا م یکند، وقتی پارامترها با عدم قطعیت همراه باشند خیلی مشک لتر خواهد بود. در این مواقع ممکن است الگوریت مها در ناحیه بهینه محلی گرفتار شده یا رسیدن به بهترین جواب با صرف زمان زیادی همراه باشد و جواب نهایی چندان دقیقی به دست ندهد. لذا برای حل مشکل بهین هسازی مسائل پیچیده باید از رو شهای ارتقایافته و یا ترکیب رو شهای پیشین بهره جست. در این نوشته بیشتر الگوریتم ژنتیکGA) که از الگوریت مهای قوی در مسائل بهر هوری منابع آب و الگوریتم کلونی مورچگانACO) به عنوان یک روش جدیدتر در این زمینه، مورد بررسی قرار گرفته است. نتایج حاصل نشان م یدهد که با تجزیه سیستم بزرگ مقیاس به سیست مهای کوچ کتر در روش الگوریتم ژنتیکGA) سرعت همگرایی و مقدار بهینه بهبود یافته و ترکیب این روش با الگوریتم آشفتگی نیز نتایج قابل قبولی به دست داده است. در الگوریتم کلونی مورچگان AC) با اصلاح شیوه انتخاب مسیرهای بعدی مورچگان باعث کارآمدی الگوریتم شده است. همچنین با استفاده از ترفندهایی از الگوریتم کلونی مورچگان ACO) در محی طهای پیوسته به نتایج بهین های دست یافت هاند.

کلیدواژه ها:

الگوریتم ژنتیک ، الگوریتم کلونی مورچگان ، بهین هسازی مخازن آب ، سیست مهای چند هدفه ، محی طهای پیوسته

نویسندگان

علی پری زاده

دانشجوی کارشناسی ارشد گرایش مهندسی آب، دانشگاه تحصیلات تکمیلی صنعتی

مسعود حسامی کرمانی

استادیار گروه مهندسی عمران دانشگاه شهید باهنر کرمان

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 :