این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش نفت، جلد ۲۴، شماره ۷۸، صفحات ۳۹-۴۷
عنوان فارسی بهینه‌سازی شبکه توزیع گاز طبیعی با استفاده از الگوریتم رقابت استعماری
چکیده فارسی مقاله کمینه‌سازی هزینه گازرسانی با انتخاب قطر مناسب لوله و با در نظر گرفتن محدودیت‌های عدم افت فشار در گره‌ها و حجم جریان انتقالی گاز، یکی از چالش‌های مهم در صنعت نفت و گاز است که می‌تواند به‌صورت یک مسأله بهینه‌سازی مقید فرموله شود.‌ در سال‌های اخیر، رهیافت‌های زیادی برای حل این مسأله با استفاده از روش‌های مکاشفه‌ای مانند الگوریتم ژنتیک و الگوریتم کلونی مورچه‌ها ارائه شده است که به موفقیت‌های قابل توجهی دست یافته‌اند. علی‌رغم کارهای انجام شده، هنوز سرعت همگرایی و دقت همگرایی به نقطه بهینه به‌عنوان دو چالش مهم در این مساله مطرح هستند. در این مقاله یک راه حل مبتنی بر الگوریتم رقابت استعماری ارائه شده است. نتایج آزمایشات نشان می‌دهد که رهیافت پیشنهادی نسبت به نرم‌افزار GPNet که در شرکت ملی گاز استفاده می‌شود، منجر به صرفه‌جویی 20% در هزینه‌ها شده که در مقایسه با روش مبتنی بر الگوریتم ژنتیک با صرفه‌جویی 1/12% دارای کارآیی بالاتری می‎باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Natural Gas Supply Network Optimization Using Imperialistic Competition Algorithm
چکیده انگلیسی مقاله Gas supply cost minimization by selecting the appropriate pipe diameters considering the limitations of pressures in the nodes and the volume of gas flow is one of the major challenges in the oil and gas industry, which can be designed as a constrained optimization problem. Nowadays, many approaches such as genetic algorithms and ant colony algorithm, which have achieved remarkable success, are proposed to solve this problem using heuristic methods. Despite the work done, yet the convergence speed and accuracy of convergence to the optimal point are considered as two of the major challenges. In this paper one solution method based on imperialistic competitive algorithm is presented. Test results show that the proposed approach compared to GPNet software, which is used in the National Gas Company, has achieved a 20% reduction in costs and it has better performance in comparison to genetic algorithm, which has a 12% cost reduction.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سیده زهرا هاشمی | seyedeh zahra
گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد زنجان
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی زنجان (Islamic azad university of zanjan)

علی امیری |
دانشکده مهندسی، گروه کامپیوتر، دانشگاه زنجان، زنجان
سازمان اصلی تایید شده: دانشگاه زنجان (Zanjan university)

علی میرمحمدی |
دانشکده مکانیک، دانشگاه تربیت دبیر شهید رجایی، تهران
سازمان اصلی تایید شده: دانشگاه تربیت دبیر شهید رجایی (Shahid rajaee teacher training university)

مرتضی بیات |
گروه ریاضی، دانشگاه آزاد اسلامی، واحد زنجان، زنجان
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی زنجان (Islamic azad university of zanjan)

نشانی اینترنتی http://pr.ripi.ir/article_374_63.html
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1344/article-1344-236715.pdf
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