نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکترای عمران-آب، گروه عمران، دانشکده مهندسی، دانشگاه شهیدچمران اهواز

2 دانشیار، گروه عمران، دانشکده مهندسی، دانشگاه شهیدچمران اهواز

3 استادیار، گروه مهندسی آب، دانشگاه کشاورزی و منابع طبیعی رامین اهواز

چکیده

برای استخراجسیاست­هایبهینهبهرهبرداری ازسیستم­های چند مخزنه،اعمال اهدافچندگانهمتضاد بهصورتهمزمان،از اهمیتبسیاربالاییبرخورداراست.دراینراستا، بهارائهیکمدلبهینه­سازیچندهدفهشاملاهدافکشاورزی و زیست محیطیدر یک سیستم  سه سدی منابع آب پرداخته شده است. بدین منظور از تلفیق مدل شبیه ساز سیاست بهره برداری جیره بندی گسسته ومدلبهینه­سازیالگوریتم ﮊنتیک چند هدفه با رویکرد مرتب سازی نامغلوب، استفاده شده است تا شاخص کمبود آب برای تامین اهداف مورد نظر را در طول دوره آماری 48 ساله آبدهی کاهش دهد. معیارهای ارزیابی الگوریتم بهینه ساز شامل شاخص متوسط فاصله بین نقاط و انحراف معیار نقاط جبهه نامغلوب می باشند که با توجه به محاسبات انجام شده مقادیر هر یک به ترتیب معادل 357/0 و 0111/0 به دست آمد. این نتایج بیانگر کارایی مؤثر این الگوریتم در به دست آوردن جبهه جواب نامغلوب می باشد. همچنین الگوریتم­های چند هدفه، مجموعه­ای از جواب های بهینه را به جای یک جواب در اختیار کاربر قرار می­دهند، بنابراین به سهولت تصمیم گیری در مورد نحوه تأمین آب اهداف متضاد کشاورزی و زیست محیطی در شرایط مختلف و پیچیده بهره برداری از جمله شرایط خشکسالی کمک می نماید.

کلیدواژه‌ها

عنوان مقاله [English]

Optimization Operation from Storage Dams Using Non-Dominated Sorting Genetic Algorithm

نویسندگان [English]

  • Iman Ahmadian far 1
  • Arash Adib 2
  • Mehrdad Tghian 3
  • Ali haghighi 2

چکیده [English]

     To derive optimal operation policies from multi-reservoir systems, applying the conflict multiple goals simultaneously is very important. In order to, this paper presents a multi-objective optimization-simulation model, which is consist of agriculture and minimum flow goals in a three dam water resources system. For this purpose, a discrete hedging rule with a non-dominated sorting genetic algorithm has been coupled to minimize the modified shortage index over a series of hydrological record of 48 years. The evaluation metrics are diversity metric and standard deviation, which obtained values of each are equal to 0.357 and 0.0111 respectively. The results show the efficient performance of this algorithm to obtain Pareto frontier. Also, multi-objective algorithms present a set of optimum solutions for users instead of a solution, thus it helps to make decision in supplying the conflict goals of agriculture and minimum flow in different and complicate operation conditions such as drought periods easily.

کلیدواژه‌ها [English]

  • Multi-reservoir and multi-purpose
  • Non-dominated sorting genetic algorithm
  • Rule curve