این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آب و فاضلاب، جلد ۲۵، شماره ۲، صفحات ۱۲-۲۵
عنوان فارسی طراحی بهینه شبکه‌های جمع‌آوری فاضلاب ثقلی با روش اتوماتای سلولی انعطاف‌پذیر
چکیده فارسی مقاله تحقیق حاضر مبتنی بر ارائه روش بهینه‌سازی با الگوریتم اتوماتای سلولی انعطاف‌پذیر برای طراحی شبکه‌های فاضلاب است. به‌منظور طراحی بهینه شبکه فاضلاب لازم است که مقادیر قطر و عمق کارگذاری دو سر لوله‌ها به گونه‌ای تعیین شود که هزینه ساخت شبکه با توجه به قیود و محدودیتهای مربوطه حداقل شود. در این تحقیق، گره‌های شبکه به‌عنوان سلول و عمق کارگذاری دو سر هر لوله به‌عنوان حالت سلول در نظر گرفته شد و منظور از همسایگی نیز لوله‌های اطراف هر سلول است. با در نظر گرفتن عمق کارگذاری دو سر هر لوله به‌عنوان متغیر تصمیم، روش پیشنهادی به‌صورت یک روش عمومی و انعطاف‌پذیر، امکان طراحی بهینه شبکه فاضلاب را هم به‌صورت ثقلی و هم پمپدار فراهم می‌کند. قابلیت‌های مدل ارائه شده برای طراحی شبکه فاضلاب ثقلی در دو مسئله نمونه بررسی و نتایج حاصل از آن با روشهای دیگری مانند الگوریتم‌های ژنتیک، اتوماتای سلولی، جامعه مورچگان و هوش تجمعی ذرات مقایسه شد و نتایج خوب و قابل قبولی حاصل شد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Optimal Design of Gravitational Sewer Networks with General Cellular Automata
چکیده انگلیسی مقاله In this paper, a Cellular Automata method is applied for the optimal design of sewer networks. The solution of sewer network optimization problems requires the determination of pipe diameters and average pipe cover depths, minimizing the total cost of the sewer network subject to operational constraints. In this paper, the network nodes and upstream and downstream pipe cover depths are considered as CA cells and cell states, respectively, and the links around each cell are taken into account as neighborhood. The proposed method is a general and flexible method for the optimization of sewer networks as it can be used to optimally design both gravity and pumped network due to the use of pipe nodal cover depths as the decision variables. The proposed method is tested against two gravitational sewer networks and the comparison of results with other methods such as Genetic algorithm, Cellular Automata, Ant Colony Optimization Algorithm and Particle Swarm Optimization show the efficiency and effectiveness of the proposed method.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد هادی افشار | mohammad hadi
دانشیار، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران
سازمان اصلی تایید شده: دانشگاه علم و صنعت ایران (Iran university of science and technology)

مریم روحانی |
دانشجوی دکترای مهندسی آب، دانشگاه علم و صنعت ایران، تهران
سازمان اصلی تایید شده: دانشگاه علم و صنعت ایران (Iran university of science and technology)

نشانی اینترنتی http://www.wwjournal.ir/article_3584_471f8e402e2d63a8661c80b1e104ad51.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات