تلفیق الگوریتم های ژنتیک و جستجوی مستقیم در بهره برداری از مخزن

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,158

فایل این مقاله در 9 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:

NCUIMWR02_188

تاریخ نمایه سازی: 25 آذر 1389

چکیده مقاله:

در سالهای اخیر، پیچیدگی روز افزون مسائل بهینهسازی منجر به کاهش محبوبیت روشهای معمول بهینهسازی در مسائل پیچیده گشته است. این مسئله لزوم استفاده از الگوریتم های فراکاوشی را محسوستر می نماید. در این تحقیق مسأله بهرهبرداری بهینه مخزن با هدف تأمین نیاز پاییندست توسط الگوریتم های ژنتیکGenetic Algorithm( GAجستجوی مستقیمPattern( PS)و همچنین تلفیق آن دو انجام گردیده است. نتایج حاکی از آن است که متوسط مقدار تابع هدف تولید شده در اجراهای مختلف توسطPS و GA بترتیب 2/58 و 2/53 میب اشد و GA بسیار سریعتر از PS همگرا گردیده است باتوجه به نحوه عملکرد الگوریتم های PS,GA الگوریتم های تلفیقی( Pattern Search-Genetic Algorithm (PS-GA)و Genetic Algorithm- (GA-PS)) Pattern Searchجهت بهبود جواب های دو الگوریتمGA و PS مورد ارزیابی قرار گرفتند ومشاهده گردید الگوریتمGA-PSبا سرعت بالایی همگرا گشته و متوسط مقدار تابع هدف تولید شده توسط آن2/36 و متوسط مقدار تابع هدف تولید شده توسطPS-GA3/10میباشد. در نهایت برای بررسی مطلوبیت جواب های حاصل از کلیه الگوریتمهای مورد بررسی ، نتایج آن هابا نتیجه برنامه ریزی غیر خطیNon-Linear Programming(NLPمورد مقایسه قرار گرفتهومشاهده گردید، جواب های تولید شده توسط الگوریتمGA-PSنسبت به سایر الگوریتم ها از مطلوبیت بیشتری برخوردار می باشد. با توجه به نتایج بدست آمده، الگوریتم GA-PS بدلیل سرعت بالای همگرایی و قابلیت تولید جواب های بهینه، الگوریتمی بسیار مناسب جهت مسائل بهینه سازی بهره برداری از مخازن می باشد.

نویسندگان

فاطمه ظریف ابن کاظم

دانشجوی کارشناسی ارشد منابع آب، گروه مهندسی آبیاری و آبادانی، دانشگاه

الهه فلاح مهدی پور

دانشجوی دکتری منابع آب، گروه مهندسی آبیاری و آبادانی، دانشگاه تهران

امید بزرگ حداد

استادیار، گروه مهندسی آبیاری و آبادانی، دانشگاه تهران

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 :
  • زهرایی.ب. (1385)." مدل الگوریتم ژنتیک در بهینه سازی سیستم بک ...
  • Teegavarapu, R.S.V., Simonovic, S.P. (2002). "Optimal operation of reservoir systems ...
  • Labadie, J.W. (2004).Optimal Operation of Mu lti-reservoir Systems: State-of-art Review ...
  • Bozorg Haddad, O. and Afshar, A. (204). MBO (Marriage Bees ...
  • /4]Geem, Z.W., Kim, J.H., Logananthan, G.V. (2001). _ new heuristic ...
  • /5]Jalali, M.R., Afshar, A..and Mariano. (2006). reservoir Operatoin by Ant ...
  • Oliverira, R, Loucks, D.P. (1997). "Operating rules for mmultireservoc Systems ...
  • Waldlaw, R, Sharif, M. (1999). "Evaluation of genetic algorithums for ...
  • Lewis, R.M., Torczon, V., 2000. Pattern search methods for linearly ...
  • Lewis, R.M., Torczon, V., 2002. A globally convergent augmented Lagrangian ...
  • Keedwell, Khu, (2004). A hybridgenetic algoritlm for the design of ...
  • نمایش کامل مراجع