پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,572 |
| تعداد مقالات | 71,021 |
| تعداد مشاهده مقاله | 125,497,769 |
| تعداد دریافت فایل اصل مقاله | 98,759,314 |
توسعه و کاربرد الگوریتم ترکیبیNLP-GA در طراحی و بهره‌برداری بهینه از ایستگاه‌های پمپاژ | ||
| تحقیقات آب و خاک ایران | ||
| مقاله 4، دوره 43، شماره 2 - شماره پیاپی 939792، شهریور 1391، صفحه 129-137 اصل مقاله (332.66 K) | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2012.25049 | ||
| نویسندگان | ||
| سولماز رسولزاده غریبدوستی1؛ امید بزرگ حداد2 | ||
| 1ارشناسی ارشد، پردیس کشاورزی و منابع طبیعی دانشگاه تهران | ||
| 2استادیار، پردیس کشاورزی و منابع طبیعی دانشگاه تهران | ||
| چکیده | ||
| پمپها از جمله اولین وسایلی هستند که بشر برای بهره‌گیری هر چه بهتر از منابع آب آنها را اختراع کرده است. مسئله طراحی و بهره‌برداری بهینه از ایستگاه‌های پمپاژ اغلب از نوع مدل‌های غیرخطی آمیخته با اعداد صحیح بوده و استفاده از روشهای بهینه‌سازی بر مبنای مشتقات و گرادیانهای توابع موجود در حل اینگونه مسائل کارائی مطلوبی ندارد. جهت حل پیچیدگی‌های موجود در اینگونه مسائل، الگوریتمهای تکاملی از قبیل الگوریتم ژنتیک (GA) در بسیاری از مقوله‌های علمی و از جمله مسائل طراحی و بهره‌برداری از ایستگاه‌های پمپاژ به عنوان ابزارهای جستجو و بهینه‌سازی مورد استفاده قرار گرفته‌اند. اما این روش‌ها در کنار تمام قابلیت‌هایی که دارا می‌باشند، در یافتن جواب در مدل‌های بزرگ مقیاس زمان طولانی‌ای را صرف کرده و در نهایت جوابهای نزدیک به بهینه سراسری را نتیجه می‌دهند. در این تحقیق سعی بر آنست که با ترکیب دو روش برنامه‌ریزی غیرخطی (NLP) و GA و ابداع یک الگوریتم ترکیبی جدید، پس از بررسی یک مسئله ریاضی ایستگاه پمپاژ به گونه‌ای طراحی و بهره‌برداری شود که مؤلفه‌های مختلف سامانه بهینه‌سازی و به‌گزینی شوند. در نهایت نتایج این الگوریتم با نتایج الگوریتمهای بهینه‌سازی جفت گیری زنبور عسل (HBMO)، GA و همچنین نتایج روشهای NLP و روش مضارب لاگرانژ (LM) مقایسه شده است. نتایج کاربرد این الگوریتم تلفیقی نشان می‌دهد که الگوریتم ترکیبی به لحاظ کیفیت جوابهای حاصل و تعداد دفعات ارزیابی تابع هدف و همگرایی به پاسخ بهینه (زمان اجرا)، عملکرد بهتری نسبت به هر یک از روشهای ذکر شده داشته است. | ||
| کلیدواژه‌ها | ||
| الگوریتم ژنتیک؛ برنامه‌ریزی غیرخطی؛ بهینه‌سازی؛ طراحی و بهره‌برداری ایستگاه پمپاژ | ||
| عنوان مقاله [English] | ||
| Development and Application of Hybrid (NLP-GA) in the Design and Operation of Pumping Stations | ||
| نویسندگان [English] | ||
| Solmaz Rasoulzadeh gharibdoosti1؛ Omid Bozorg Haddad2 | ||
| چکیده [English] | ||
| Pumps are among the early instruments invented by humans to be taken advantage of in the use of water utilities. Design and operation problem of pumping stations is a type of mixed integer non linear programming, in which gradient based optimization methods are not efficient for solving complex problems of this type. In this regard, such evolutionary optimization algorithms as genetic algorithm (GA) have been employed in many scientific fields of application and specially design-operation of pumping stations as a search and optimization tool. Apart from all the capabilities and advantags of such algorithms, they need a large amount of execution time as well as converging to the near optimal solutions, which are considered as some of these methods' disadvantages. This paper addresses the optimal design and operation of a pumping station system using a hybrid method for optimization consists of nonlinear programming (NLP) method and GA (NLP-GA). After evaluating the developed hybrid model in a test example mathematical problem, it has been applied and examined in a real world design-operation optimization problem. Then, the results of the NLP-GA algorithm are compared with those of three other methods for the same problem, such as GA, honey-bee mating optimization (HBMO) algorithm, NLP and the Lagrange multipliers (LM) method. The results show that the hybrid NLP-GA performers better results and faster convergence in terms of number of function evaluations toward the optimal solution than those of other methods. | ||
| کلیدواژه‌ها [English] | ||
| ., Design and operation of pumping stations, Genetic algorithm, nonlinear programming, optimization | ||
|
آمار تعداد مشاهده مقاله: 8,181 تعداد دریافت فایل اصل مقاله: 4,254 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب