بررسی ساختارهای جدید از الگوریتم ژنتیک در بهینه سازی بهره برداری از مخازن

سال انتشار: 1386
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 235

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JEIT-1-2_003

تاریخ نمایه سازی: 30 اردیبهشت 1400

چکیده مقاله:

با ساخت سدهای بزرگ در کشورهای متفاوت دنیا، بالا بردن بازده و کارایی این سیستم های مخزنی و حداکثر سازی منافع ناشی از آنها از مهم ترین مباحث مورد بررسی در سال های اخیر است. الگوریتم های تکاملی (Evolutionary Algorithms) از قبیل الگوریتم ژنتیک(GA)  در بسیاری از مقوله های علمی و مهندسی به عنوان ابزارهای جستجو و بهینه سازی مورد استفاده قرار می گیرند. کاربردهای بسیاری از این روشها در مورد مساله بهره برداری بهینه از مخازن گزارش شده است. در این تحقیق سعی بر آن ست تا با ارزیابی پتانسیل فرمول بندی های جدید و کاربردی الگوریتم ژنتیک در حل مسایل مهندسی، ساختاری نوین به منظور بهینه سازی بهره برداری از مخازن با استفاده از GA تهیه و ارزیابی شود. در این مطالعه ساختارهای جدید از الگوریتم ژنتیک با انجام آنالیزهای متفاوت حساسیت مورد بررسی قرار گرفته و بهترین آنها برای تعیین آزاد سازی های بهینه از خروجی مخازن مورد استفاده قرار خواهد گرفت. نتیجه های به دست آمده حاکی این مطلب است که GA قابلیت ارایه پاسخ های خوبی در زمینه بهره برداری بهینه از مخازن را داراست. بر اساس این نتیجه ها، الگوریتم ژنتیک با نخبه گرایی به همراه عملگرهای جا به جایی برش دو نقطه ای و جهش با احتمال پایین، بهترین جواب را تولید می کند. این نتیجه ها دلالت بر پتانسیل نسبتا مناسب الگوریتم های ژنتیک در حل مسایل بزرگ مقیاس که دارای تابع های هدف پیچیده هستند دارد. 

نویسندگان

عباس افشار

دانشکده عمران،دانشگاه علم و صنعت ایران،تهران،ایران

مهیار شفیعی

دانشکده عمران،دانشگاه علم و صنعت ایران،تهران،ایران

امید بزرگ حداد

دانشکده عمران،دانشگاه علم و صنعت ایران،تهران،ایران

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 :