بهینه سازی مقطع سد انحرافی بر اساس الگوریتم ژنتیک
محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 47، شماره: 4
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 75
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-47-4_019
تاریخ نمایه سازی: 3 آبان 1402
چکیده مقاله:
سدهای انحرافی به منظور بالا بردن تراز سطح آب رودخانه و انتقال آب به کانال اصلی شبکه های آبیاری طراحی می شوند. در صورتی که ابعاد قسمت های مختلف سد انحرافی در طراحی بزرگ در نظر گرفته شود، پایداری آن تامین شده اما به دلیل افزایش حجم مصالح مورداستفاده، هزینه احداث آن بیشتر می شود. بنابراین مهندس طراح باید مقطع سدی را انتخاب کند که کمترین حجم مصالح به کاررفته را داشته باشد و در ضمن پایدار نیز باشد. مقطع بهینه سد انحرافی را می توان با استفاده از روش های کلاسیک و هوشمند به دست آورد. هدف از این پژوهش ارائه مدل کامپیوتری بر اساس الگوریتم ژنتیک برای طراحی بهینه ابعاد سد انحرافی می باشد که علاوه بر رعایت ضوابط و قوانین طراحی، کمترین حجم مصالح مورداستفاده را داشته باشد. متغیرهای تصمیم مورداستفاده در بهینه سازی مقطع سد انحرافی شامل ارتفاع دیواره آب بند بالادست و پایین دست سد، شیب بدنه در بالادست، ضخامت حوضچه آرامش، ضخامت کف بند بتنی و طول کف بند بتنی بالادست است. تابع هدف نیز حداقل کردن حجم مصالح مورداستفاده و قیدهای طراحی شامل رعایت ضرایب اطمینان پایداری سد در مقابل آبشستگی، لغزش، واژگونی و گسیختگی خاک می باشد. در این مطالعه، ابتدا برنامه بهینه سازی مقطع سد انحرافی با استفاده از الگوریتم ژنتیک به زبان ویژوال بیسیک تهیه شد و سپس مقطع سد انحرافی نازلیان با استفاده از مدل بازطراحی و با مقطع اجراشده، مقایسه گردید. نتایج نشان می دهد در صورت استفاده از الگوریتم ژنتیک در طراحی سد انحرافی نازلیان برای ضریب واژگونی مجاز ۱/۲ حدود ۴/۱۵ درصد حجم مصالح کاهش می یافت و ازلحاظ اقتصادی مقرون به صرفه تر طراحی می شد. همچنین مقدار مناسب برای تعداد نسل، اندازه جمعیت، احتمال تزویج و احتمال جهش برای بهینه سازی سد انحرافی به ترتیب ۱۰۰، ۳۰، ۵۵/۰ و ۰۵/۰ تعیین شد.
کلیدواژه ها:
نویسندگان
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 :