ارائه یک روش جدید در بهینه سازی اقتصادی سیستم انحراف سد با استفاده از الگوریتم ژنتیک
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 4، شماره: 4
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 146
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-4-4_004
تاریخ نمایه سازی: 4 اسفند 1400
چکیده مقاله:
طراحی و انتخاب نوع سیستم انحراف یک سد بستگی به شرایط توپوگرافی، نوع محل ساختگاه (به لحاظ زمین شناسی و ژئوتکنیکی) ، شرایط هیدرولیکی رودخانه ، هزینه های پیش بینی شده و ... دارد. یکی از انواع متداول این سیستم ها استفاده از یک فرازبند به همراه یک یا چند تونل است. براساس دستورالعمل های طراحی و نظر محققین این امر ، ابعاد سیستم انحراف باید به گونه ای باشد که بتواند سیل (دبی حداکثر لحظه ای) با دوره بازگشت معین را با ایمنی کامل از خود عبور دهد. انتخاب بهترین ابعاد یک سیستم انحراف موقت از لحاظ اقتصادی و فنی نیاز به استفاده از روشهای بهینه سازی دارد. طرح انحراف مسیر خوب طرحی است که با کمترین هزینه ، خسارتهای جدی و بالقوه سیل را در کارگاه در حال ساخت به حداقل برساند. در این مقاله با توضیح روش محاسبه هزینه های احداث سیستم انحراف که شامل هزینه های مربوط به حفاری ، خاکریزی و احداث فرازبند و نشیب بند ، سیستم نگهداری و ترمیم می باشند ، از الگوریتم ژنتیک جهت محاسبه کمترین هزینه احداث سیستم انحراف با ارضاء کلیه ملاحظات طراحی معرفی می شود. جهت انجام بهینه سازی از الگوریتم ژنتیک استفاده شده است و نتایج آن با نتایج مربوط به روش ضرایب لاگرانژ و سد واقعی مورد مطالعه مقایسه خواهد شد . جهت انجام شبیهسازی از نرم افزار MATLAB استفاده شده است. نتایج حاصله نشان داد روش های ضرایب لاگرانژ و الگوریتم ژنتیک جهت بهینهسازی هزینه ساخت سیستم انجراف، و همچنین برای بهینهسازی استخراج کمترین قطر تونل و کاهش زمان احداث تونل انحراف روش شبکه عصبی عملکرد بهتری خواهد داشت.
کلیدواژه ها:
نویسندگان
رضا دهقانی
مهندسی منابع آب- دانشگاه تبریز
نوشین دهقانی
عمران-سازه هیدرولیکی- دانشگاه تهران جنوب
داریوش عباسپور
مهندسی منابع آب- سازمان آب منطقه ای آذربایجان غربی
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 :