<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن مهندسی آبیاری و آب ایران</PublisherName>
				<JournalTitle>نشریه علمی پژوهشی مهندسی آبیاری و آب ایران</JournalTitle>
				<Issn>2251-7359</Issn>
				<Volume>11</Volume>
				<Issue>3</Issue>
				<PubDate PubStatus="epublish">
					<Year>2021</Year>
					<Month>03</Month>
					<Day>21</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Multi-Objective Optimization Groundwater Network Using Genetic Algorithm (NSGA-II) and Empirical Bayesian Kriging (EBK) Method 
(Case Study: Silakhor plain)</ArticleTitle>
<VernacularTitle>بهینه‌سازی چند هدفه شبکه پایش آب‌های زیرزمینی با بهره‌گیری از الگوریتم ژنتیک(NSGA-II) و روش‌ کریجینگ بیزین تجربی(EBK) (مطالعه موردی دشت سیلاخور)</VernacularTitle>
			<FirstPage>204</FirstPage>
			<LastPage>220</LastPage>
			<ELocationID EIdType="pii">128201</ELocationID>
			
<ELocationID EIdType="doi">10.22125/iwe.2021.128201</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مهدی</FirstName>
					<LastName>کماسی</LastName>
<Affiliation>دانشیار، دکتری مهندسی آب و سازه‌های هیدرولیکی ،گروه مهندسی عمران، دانشگاه آیت اله بروجردی(ره)، بروجرد، ایران</Affiliation>
<Identifier Source="ORCID">0000-0003-0473-7264</Identifier>

</Author>
<Author>
					<FirstName>حسام</FirstName>
					<LastName>گودرزی</LastName>
<Affiliation>دانشجو، کارشناسی ارشد مهندسی آب و سازه‌های هیدرولیکی، گروه مهندسی عمران، دانشگاه آیت اله العظمی بروجردی(ره)، بروجرد، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2021</Year>
					<Month>03</Month>
					<Day>15</Day>
				</PubDate>
			</History>
		<Abstract>Groundwater resource management depended on data obtained from the aquifer. Groundwater monitoring network can provide groundwater levels, but sometimes this information so much and not useful. This study develops a new multi-objective simulation-optimization model involving two objectives: minimization of the total sampling cost for monitoring and maximization the spatially monitoring accuracy. Optimal design of groundwater network was considered in the Silakhor plain, regions of Lorestan, Iran. As the first step, a database includes of groundwater elevation in potential wells with use empirical Bayesian kriging (EBK) method in ArcGIS was produced. Inverse distance weighting (IDW) method used as simulation model and objective functions written in MATLAB software. Optimal groundwater monitoring network determines with preset conventions and finds by the non-dominated sorting genetic algorithm (NSGA-II). At final, a network with twelve observation stations that shown root mean square error (RMSE) value 0.605 meter. The optimal monitoring network, in comparison with the existing observation network, has been able to reduce the number of monitoring stations by 60%, improve the spatial distribution of stations, and predict appropriate zoning for unpredictable points.</Abstract>
			<OtherAbstract Language="FA">پژوهش حاضر به توسعه یک مدل بهینه شبکه پایش با دو هدف کمینه کردن هزینه­های پایش شبکه و بیشینه نمودن دقت مکانی شبکه پایش بر اساس کمینه کردن مقدار جذر میانگین خطا پرداخته است. به عنوان مطالعه موردی، طراحی بهینه شبکه پایش آب­های زیرزمینی در دشت سیلاخور واقع در استان لرستان مورد ارزیابی قرار گرفته است. بدین منظور داده­های مورد استفاده در این پژوهش بر اساس روش کریجینگ بیزین تجربی(EBK) در محیط نرم­افزار ArcGIS تولید و توابع هدف و فرآیند بهینه سازی در محیط نرم­افزار Matlab کد نویسی شد تا بر اساس قیود درنظر گرفته شده در نسخه دوم الگوریتم ژنتیک(NSGA-II) بتوان بهینه­ترین حالت شبکه را شناسایی نمود. مدل بهینه، از روش درون­یابی وزن­دهی معکوس فاصله(IDW) برای تولید سطح آب زیرزمینی استفاده می­نماید و سپس با مقادیر داده­های مشاهداتی مقایسه می­گردد. نتایج بدست آمده از پژوهش کفایت یک شبکه با دوازده ایستگاه پایش را با توزیع مکانی بهینه برای آبخوان دشت سیلاخور مناسب می­داند در حالی که شبکه پایش فعلی بیست و نه ایستگاه پایش دارد. همچنین مقدار جذر میانگین مربعات خطا(RMSE) برای شبکه بهینه 605/0 متر برآورد گردید. شبکه پایش بهینه در مقایسه با شبکه مشاهداتی موجود توانسته است تعداد ایستگاه­های شبکه پایش به میزان 60 درصد کاهش داده، توزیع مکانی ایستگاه­ها را بهبود ببخشد و پهنه­بندی مناسبی را نیز برای نقاط فاقد آمار پیش­بینی نماید.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">شبکه پایش</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">بهینه‌سازی چند هدفه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم ژنتیک</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کریجینگ بیزین تجربی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">دشت سیلاخور</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://www.waterjournal.ir/article_128201_187e711b8a14d4a03b93414efe1bd2c5.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
