CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بهینه سازی بهره برداری از سیستم های چند مخزنه با استفاده از ترکیب الگوریتم های ژنتیک و برنامه ریزی خطی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۰۸۰ | نظرات: ۰
سرفصل ارائه مقاله: روشهای اندازه گیری، ابزار دقیق و اتوماسیون هیدرولیک
سال انتشار: ۱۳۸۴
کد COI مقاله: IHC05_054
زبان مقاله: فارسی
حجم فایل: ۱۶۶.۵۳ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله بهینه سازی بهره برداری از سیستم های چند مخزنه با استفاده از ترکیب الگوریتم های ژنتیک و برنامه ریزی خطی

  محمدجواد اکبرپور - دانشجوی کارشناسی ارشد مهندسی آب دانشکده عمران دانشگاه علم و صنعت
  سید جمشید موسوی - استادیار گروه آب دانشکده عمران دانشگاه علم و صنعت

چکیده مقاله:

از آنجا که مدل بهینه سازی بهره برداری از یک سیستم چند مخزنه با هدف بیشینه نمودن تولید انرژی برقابی در حالت کلی یک مساله برنامه ریزی غیرخطی (NLP) غیر محدب (Nonconvex) است، روشهای جستجویی تکاملی نظیر الگوریتمهای ژنتیک (GAs) را می توان در حل چنین مسائلی بکاربرد. استفاده از روش GA علیرغم حل مشکل مذکور در این گونه مدلها، همچنان به لحاظ بعد مشکل زا خواهد بود. از طرف دیگر کارآمدی و سرعت حل، در مدلهای برنامه ریزی خطی (LP) در مقایسه با تمامی روشهای NLP و الگوریتم های جستجوی تکاملی بسیار بیشتر است. لیکن مساله فوق الذکر مطالعه یک مدل از نوع LP نمی باشد. بنابراین در این مقاله یک مدل ترکیبی الگوریتم ژنتیک و برنامه ریزی خطی (GA-LP) به منظور بهره گیری توأم از مزایای هر یک از دو روش GA و LP توسعه داده شده است. در مسأله بهینه سازی بهره برداری از سیستم مخازن با هدف تولید انرژی برقابی چنانچه متغیر بلندای آب روی توربین (H) معلوم فرض شود، مدل باقیمانده یک مدل از نوع LP خواهد بود. بر این اساس با کنجاندن مدل باقیمانده LP درون یک مدل GA که در آن مقادیر بلندای آب در مخازن بصورت احتمالاتی و از طریق مدل GA تولید می شوند، یک مدل ترکیبی (GA-LP) منتج خواهد شد. توسعه مدل ترکیبی مذکور برای حل مساله بهینه سازی چند مخزنه با هدف تولید انرژی برقابی و تامین نیاز کشاورزی و بررسی کارآیی آن در یک مطالعه موردی مبنای مطالعه در این مقاله قرار گرفته است. نتایج استفاده از این روش در بهینه سازی بهره برداری یک سیستم 4 مخزنه به عنوان مطالعه موردی نشان می دهد روش پیشنهادی قادر به حل مسائل نسبتا بزرگ مقیاس در زمان قابل قبول می باشد.

کلیدواژه‌ها:

بهره برداری از سیستم های چند مخزنه ، الگوریتم ژنتیک ، برنامه ریزی خطی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IHC05-IHC05_054.html
کد COI مقاله: IHC05_054

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اکبرپور, محمدجواد و سید جمشید موسوی، ۱۳۸۴، بهینه سازی بهره برداری از سیستم های چند مخزنه با استفاده از ترکیب الگوریتم های ژنتیک و برنامه ریزی خطی، پنجمین کنفرانس هیدرولیک ایران، کرمان، دانشگاه باهنر کرمان، https://www.civilica.com/Paper-IHC05-IHC05_054.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (اکبرپور, محمدجواد و سید جمشید موسوی، ۱۳۸۴)
برای بار دوم به بعد: (اکبرپور و موسوی، ۱۳۸۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • . Cai, X., Mckinney, D., and Lasdon, L. (2001). ?Solving ...
  • . Goldberg DE.Genetic algorithm. Reading, MA: Addison Wesley; 1989. ...
  • . Esat, V., and Hall, M. J. (1994).، ،Water resources ...
  • . Fahmy, H. S., King, J. P., Wentzel, M. W., ...
  • . Larson, R. E. (1968). State increment dynamic programming, Elsevier ...
  • کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۷۷۱۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.