این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آب و فاضلاب، جلد ۲۳، شماره ۴، صفحات ۹۷-۱۰۵

عنوان فارسی بهینه‌سازی بهره‌برداری از مخازن سدهای چندمنظوره با کاربرد روش بهینه‌سازی مجموعه ذرات
چکیده فارسی مقاله بهره‌برداری بهینه از مخازن چندمنظوره یکی از مسائل پیچیده و گاهاً غیرخطی مطرح در بهینه‌سازی چندهدفه است. الگوریتم‌های فراکاوشی ابزار بهینه‌سازی مناسبی هستند که با شبیه‌سازی رفتار جانداران به جستجوی فضای تصمیم پرداخته و امکان ارائه مجموعه‌ای از نقاط را به‌عنوان مجموعه جواب مسئله دارند. لذا در این تحقیق، کاربرد الگوریتم MOPSO در مسئله بهره‌برداری بهینه از مخزن بازفت، با اهداف تولید انرژی برقابی، تأمین نیاز پایین دست (شرب، صنعت و کشاورزی)، کنترل سیلاب و تفریحات مورد بررسی قرار گرفت. به این منظور، در ابتدا مقایسه‌ای میان مجموعه جوابهای حاصل از الگوریتم MOPSO در ترکیبات دوتایی اهداف اشاره شد و CP با ضرایب وزنی و توانی مختلف صورت پذیرفت که الگوریتم MOPSO در تمامی ترکیبات اهداف در ارائه مجموعه جوابهایی با توزیع مناسب نقاط نسبت به CP از برتری برخوردار بود و بر جوابهای CP غلبه نمود. در ادامه مقایسه دیگری میان، نقاط انتهایی مجموعه جواب الگوریتم MOPSO و NLP صورت گرفت که جوابهای الگوریتم MOPSO با متوسط 0/3 درصد اختلاف با NLP ، قابلیت زیادی در ارائه جوابهای بهینه در نقاط انتهایی مجموعه جواب داشت.
کلیدواژه‌های فارسی مقاله

عنوان انگلیسی Optimization of Multipurpose Reservoir Operation with Application Particle Swarm Optimization Algorithm
چکیده انگلیسی مقاله Optimal operation of multipurpose reservoirs is one of the complex and sometimes nonlinear problems in the field of multi-objective optimization. Evolutionary algorithms are optimization tools that search decision space using simulation of natural biological evolution and present a set of points as the optimum solutions of problem. In this research, application of multi-objective particle swarm optimization (MOPSO) in optimal operation of Bazoft reservoir with different objectives, including generating hydropower energy, supplying downstream demands (drinking, industry and agriculture), recreation and flood control have been considered. In this regard, solution sets of the MOPSO algorithm in bi-combination of objectives and compromise programming (CP) using different weighting and power coefficients have been first compared that the MOPSO algorithm in all combinations of objectives is more capable than the CP to find solution with appropriate distribution and these solutions have dominated the CP solutions. Then, ending points of solution set from the MOPSO algorithm and nonlinear programming (NLP) results have been compared. Results showed that the MOPSO algorithm with 0.3 percent difference from the NLP results has more capability to present optimum solutions in the ending points of solution set.
کلیدواژه‌های انگلیسی مقاله

نویسندگان مقاله الهه فلاح مهدی پور | fallah mahdi poor
دانشجوی دکترای منابع آب، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی فناوری و کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

امید بزرگ حداد | bozorg haddad
دانشیار گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی فناوری و کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)


نشانی اینترنتی http://www.wwjournal.ir/article_2469_7c5f16c9e1181d8fc147abe3a7ade94e.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