بهینه سازی شبکه پایش تراز آب زیرزمینی با استفاده از روش فرا کاوشی اجزای جمعی
محل انتشار: فصلنامه هیدرولیک، دوره: 10، شماره: 1
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 406
فایل این مقاله در 11 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_JHYDAN-10-1_003
تاریخ نمایه سازی: 23 مهر 1398
چکیده مقاله:
با توجه به پیچیدگی های محیط آب زیرزمینی و هزینه های قابل توجه روش های مرسوم پایش، ابداع فن آوری های نو و بهره گیری از روش های پیشرفته در این امر، کمک شایانی در بهبود شناخت سامانه های آب زیرزمینی کرده است. روش های معمول مورد استفاده نیازمند فرایندهای تکراری هستند و در یک مساله ترکیبی غیر خطی، قادر به اعمال جستجوی بهینه سراسری و آنالیز حساسیت تحت قیدهای مختلف نمی باشند. در این تحقیق از الگوریتم بهینه سازی گسسته اجزای جمعی به منظور حداقل نمودن فقدان داده کل در شبکه کاهش یافته یا بهینه شده استفاده گردید. به منظور بررسی قابلیت روش، الگوریتم بر روی یک شبکه پایش با تعداد 57 چاه مشاهده ای بکار گرفته شد. با کاهش تعداد چاه های شبکه تا 42 چاه، مقدار جذر میانگین مربع خطا اندازه گیری شد. با تعیین حد آستانه 3/0 برای خطا، شبکه بهینه با تعداد 45 چاه باقی مانده بدست آمد. مقایسه خطوط تراز سطح ایستابی حالات مختلف با شبکه اصلی نشان داد که حل های الگوریتم پیشنهادی موثر و مطلوب بوده و تنها در حالت 42 چاه باقی مانده، در برخی از خطوط تراز کمی انقطاع دیده شد. در مقایسه با الگوریتم ژنتیک، حل های حاصل از الگوریتم اجزای جمعی از راندمان بالاتری برخوردار بوده و دارای سرعت همگرایی سریعتری بود. از نظر مقایسه مقادیر RMSE و نیز مقایسه خطوط تراز تخمینی سطح ایستابی با خطوط تراز اصلی شبکه، دو الگوریتم قابل مقایسه بوده و توزیع چاه های مستعد حذف، موید این مطلب بود.
کلیدواژه ها:
نویسندگان
ناصر گنجی خرم دل
مدیرگروه مهندسی آب دانشگاه اراک
فاطمه کیخایی
کارشناس ارشد مرکز تحقیقات کشاورزی و منابع طبیعی استان مرکزی
کورش محمدی
عضو هیئت علمی گروه مهندسی علوم و منابع آب دانشگاه تربیت مدرس
محمد جواد منعم
عضو هیئت علمی گروه سازه های آبی دانشگاه تربیت مدرس
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 :