فرشاد عبدی - کارشناسی ارشد مهندسی آب دانشکده مهندسی عمراندانشگاه تهران
رضا کراچیان - استادیار دانشکده مهندسی عمران دانشگاه تهران
بنفشه زهرایی - استادیار دانشکده مهندسی عمران دانشگاه تهران

بهره برداری در زمان واقعی از مخازن نیازمند تدوین سیاست های بهره برداری است. این قوانین راهنمایی عملی برای ذخره سازی و یا رهاسازی آب برای تامین نیازها، کنترل سیلاب و دیگر اهداف مدیریت بهره برداری از مخزن می باشند که در صورت پویا بودن می توانند به میزان قابل توجهی کارایی سیستم های مورد بهره برداری را تحت تاثیر قرار دهند. برای تدوین قوانین بهره برداری تا کنون از روشهایی نظیر رگرسیون خطی ساده یا فاز یاستفاده شده است. در این تحقیق به منظور بهینه سازی بهره برداری از مخازن از یک الگوریتم ژنتیک با طول کروموزم متغیر بهره گرفته شده است و سپس ساسیت های بهینه بهره برداری با استفاده از الگوریتم K-نزدیک ترین همسایه و با توجه به شباهت ذخیره موجود در مخزن و وضعیت هیدرولوژیکی آورده ها نسبت به پاسخ های بهینه حاصل از مدل بهینه سازی تدوین شده است. در این مقاله همچنین قوانین بهینه بهره برداری در یک فرآیند شبیه سازی بر اساس ایجاد همبستگی ( رگرسیون کلاسیک) بین متغیرهای نیاز، جریان ورودی ماهانه و حجم ذخیره مخزن در ابتدای دوره تدوین شده اند و نتایج از این دو روش مطالعه موردی روی مخزن زاینده رود مورد مقایسه قرار گرفته است. مقایسه این نتایج بیانگر کارایی نتایج حاصل از سیاست های بهینه ارایه شده توسط مدل شبیه سازی پیشنهادی به روش رگرسیون کلاسیک می باشد. نتایج نشان می دهند رویکرد سازگار شونده که در این مدل در نظر گرفته شده است با آموزش از پاسخ های بهینه سالهای قبل می تواند به شکلی پویا با در نظر گرفتن شرایط هیدرولوژیکی مخزن و وردیها، نحوه بهره برداری از مخزن را هدایت کند.

مدیریت سازگار شونده ، الگوریتم ژنتیک با طول کروموزم متغیر ، الگوریتم K- نزدیکترین همسایه ، قوانین بهره برداری