ارائه ساختاری به منظور مدیریت تلفیقی منابع آبی با استفاده از الگوریتم ژنتیک چند هدفه
محل انتشار: یازدهمین همایش ملی علوم و مهندسی آبخیزداری ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 705
فایل این مقاله در 9 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:
WATERSHED11_014
تاریخ نمایه سازی: 26 شهریور 1395
چکیده مقاله:
سیرگسترده فعالیت در زمینه های مختلف بهره برداری از منابع آب سطحی و زیرزمینی و عدم لحاظ نمودن پایداری سیستم های منابع آبی، ضرورت ارائه راه کارهای مناسب مدیریت تلفیقی منابع مذکور را ایجاب می نماید. در مطالعه حاضر از الگوریتم ژنتیک چند هدفه (NSGAII)، جهت مدیریت پایدار منابع آبی در حوضه آبریز دشت یزد- اردکان استفاده گردید. توابع هدف مسئله شامل حداکثر نمودن منافع اقتصادی بهره برداران و حداقل تخطی از اولویت های تخصیص بودند. شرط تضمینی پایداری منابع اب زرزمینی منطقه و حداکثر ظرفیت آب انتقالی، به صورت محدودیت وارد مدل گردیدند. در تحقیق حاضر، مدل سازی تخصیص به دو صورت انجام شد. در حالت اول که به آن مدل ماهانه نیز می گوییم، مقادیر تخصیص به نیاز بهره برداران، ذخایر قابل برداشت منابع آب انتقالی و آبخوان زیرزمینی، به صورت ماهانه درنظر گرفته شد. در حالت دوم با مدل سالانه، مقادیر تخصیص به نیاز بهره برداران وذخیره قابل برداشت منبع آب انتقالی، به صورت ماهانه و ذخیره قابل برداشت آبخوان زیرزمینی به صورت سالانه وارد مدل گردید. نتایج بیانگر عملکرد بهتر الگوریتم NSGATI در حالت مدل سالانه می باشد. به طوریکه استفاده از این رویکرد، باعث افزایش قابل توجه مقدار تابع هدف اقتصادی و بهبود مقادیر مربوط به شاخص های ارزیابی سیستم های تأمین آبی گردیده است.
کلیدواژه ها:
نویسندگان
فاطمه برزگری بنادکوکی
مربی دانشکده کشاورزی، دانشگاه پیام نور
حسین ملکی نژاد
دانشیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه یزد
سیدمحمدمهدی حسینی
استاد دانشگاه شهید باهنر کرمان، دانشکده ریاضی و کامپیوتر، بخش ریاضی کاربردی
آزاده احمدی
استادیار دانشکده مهندسی عمران دانشگاه صنعتی اصفهان
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 :