پیش بینی جریان ورودی به مخزن و استفاده از ترکیب بهینه سازی ازدحام ذرات ژنتیک در بهره برداری از سد علویان
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 44
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CEEJ-55-119_002
تاریخ نمایه سازی: 25 مهر 1404
چکیده مقاله:
برای مدیریت بهینه بهره برداری از مخازن سدها، برآورد دقیق آبدهی رودخانه در ماه های آینده با استفاده از مدل های هوش مصنوعی و الگوریتم های فراابتکاری ضروری است. هدف این مطالعه در فاز اول، پیش بینی جریان ورودی سال آینده به مخزن سد علویان با استفاده از مدل شبکه عصبی مصنوعی بوده است. باتوجه به اینکه بهره برداری بهینه از مخازن سدها یکی از مهمترین فاکتورهای مدیریتی در دوران بهره برداری محسوب می شود، در فاز دوم این پژوهش تحت عنوان مدلسازی سیستم های پویا، از مدل ونسیم (Vensim) برای شبیه سازی رفتار سیستم با استفاده از رواناب پیش بینی شده و مصارف واقعی استفاده شده است. در فاز سوم، برای بهینه سازی بهره برداری از مخزن سد علویان، از ترکیب الگوریتم های بهینه سازی (الگوریتم ژنتیک و الگوریتم ازدحام ذرات) بهره گرفته شده است. مقایسه نتایج نشان می دهد که فاز پیش بینی دقت مناسبی داشته است. جهت ارزیابی عملکرد الگوریتم های مورد بررسی در بهره برداری بهینه از مخزن، از شاخص های عملکرد مخزن استفاده شده است. در تحلیل های کوتاه مدت، شاخص قابلیت اعتماد حجمی الگوریتم ترکیبی پیشنهادی، ۷۲ درصد برای سناریوی ۱۰۰ درصدی تامین نیاز کشاورزی و ۹۴ درصد برای سناریوی ۸۰ درصدی تامین نیاز کشاورزی بوده، درحالیکه شاخص قابلیت اعتماد حجمی مدل ونسیم ۷۵ درصد برای سناریوی ۱۰۰ درصدی و ۸۳ درصد برای سناریوی ۸۰ درصدی تامین نیاز کشاورزی بهدست آمده است. بنابراین، با استفاده از الگوریتم ترکیبی، منحنی های فرمان رهاسازی و حجم مخزن برای ۱۲ ماه بعد بر اساس ورودی های پیش بینی شده تهیه و ارائه گردیده است.
کلیدواژه ها:
نویسندگان
حسام نجفی
دانشکده مهندسی و علوم محیط زیست، دانشگاه نانکای، چین
باقر نیکوفر
دانشکده مهندسی عمران، دانشگاه تبریز
وحید نورانی
دانشکده مهندسی عمران، دانشگاه تبریز
نازنین بهفر
دانشکده مهندسی عمران، دانشگاه تبریز
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 :