تخصیص بهینه و اقتصادی آب در شبکه آبیاری و زهکشی با استفاده از الگوریتم فراابتکاری ICA (مطالعه موردی: شبکه صوفی‌چای)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه مهندسی آب دانشگاه تبریز

2 آبیاری و زهکشی، گروه علوم و مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران،

3 فارغ التحصیل کارشناسی ارشد عمران آب و سازه های هیدرولیکی،دانشگاه آزاد اسلامی واحد پارس آباد مغان

4 گروه علوم و مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران

10.22125/iwe.2020.107104

چکیده

کمبود منابع آب به­ویژه در ایران و بروز خشکسالی­های اخیر، دستیابی به یک سیاست جهت تخصیص بهینه­ی آب را از اهمیت خاصی برخوردار نموده است. تخصیص بهینه­ آب تحت شرایط کنترل شده و نیز شرایط اقلیمی و واقعی، در دو دهه گذشته یکی از موارد جلب توجه محققین و مهندسین بوده است. در این پژوهش روشی جدید جهت برآورد و تخصیص بهینه آب ارائه شده است. الگوریتم رقابت استعماری (ICA) یک الگوریتم بهینه­سازی جدید می­باشد و در مقایسه با سایر الگوریتم­های مختلف بهینه­سازی، توانایی بهینه­سازی همتراز و یا حتی بالاتر را در مسائل مختلف بهینه‌سازی داراست. این الگوریتم سرعت مناسبی در یافتن جواب بهینه دارد، به عبارت دیگر نرخ همگرایی بالایی دارد و می­تواند بهینه سراسری را در یک مسئله بهینه­سازی پیدا نماید. در این پژوهش الگوریتم رقابت استعماری برای بهینه­سازی مقادیر منابع آب در طی سال­های زراعی 82-1370 در مورد شبکه آبیاری و زهکشی صوفی­چای برای رسیدن به بهینه­ترین سیاست استفاده شد. نتایج اعمال الگوریتم رقابت استعماری به مسئله تخصیص بهینه آب و مقایسه آن با الگوریتم ژنتیک، حاکی از موفقیت 40-35% الگوریتم مورد نظر می­باشد. هم­چنین نتایج حاکی از آن است که در مجموع با تخصیص بهینه منابع آب بین بخش­های مختلف (کشاورزی و خدمات)، حدود 40 درصد درآمدهای حاصله نسبت به وضعیت کنونی بهبود ­می­یابد.

کلیدواژه‌ها


عنوان مقاله [English]

Optimal and Economic Water Allocation in Irrigation and Drainage Network Using ICA Algorithm (Case Study: Sofi-Chay Network)

نویسندگان [English]

  • Somayeh Emami 1
  • Yahya Choopan 2
  • milad Kheiry goje biglo 3
  • Mosa Hesam 4
1 Water Engineering Department of Tabriz
2 Ph.D. Student of Irrigation and Drainage, Department of Science and Water Engineering, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
3 Ms.c civil engineering,islamic azad university,unit of pars abad moghan
4 Associate Professor, Department of Water Science and Engineering, Gorgan University of Agricultural Sciences and Natural Resources
چکیده [English]

Water scarcity especially in Iran and the recent drought, achieving a water policy is of important particular. Optimal water collocation under controlled and climatic and real conditions, in the past two decades, it has been one of the major concerns of researchers and engineers. The main purpose of this research is to use the imperialist competitive algorithm (ICA) to estimate and water allocation. the imperialist competitive algorithm is a new optimization algorithm and compared with other optimization has par or even higher ability to optimize a variety of issues. This algorithm for finding the optimal solution is speed. In other words, an optimal convergence rate is high and can find global optimized in optimization problems. In this study, ICA was used for optimizing water resources values from 1991 to 2003 agriculture years about the Sofi-Chay drainage network to achieve the most optimal policy. The results of the application of the ICA to the issue of water allocation and compared with genetic algorithm results indicate that the proposed method is very successful. The results showed that the results of the implementation of the ICA algorithm in comparison with the genetic algorithm are very close to the measured values of water allocated. The results showed that the results of the implementation of the ICA algorithm compared with the Genetic algorithm is very close to the measured values of water allocated. Also, the results showed that the lowest amount of water allocation in the 4th study area in 1997-2003 and the highest amount of water allocation in the 1st study area in 1991-1994 and 1998-1999. The results showed that the results of the implementation of the ICA algorithm in comparison with the genetic algorithm are very close to the measured values of water allocated. Also, the results showed that the lowest amount of water allocation in the 4th study area in 1997-2003 and the highest amount of water allocation in the 1st study area in 1991-1994 and 1998-1999. The results also indicate that generally, optimal water resource allocation between different parts (agriculture and services), 40% of the proceeds is recovering from the current situation.

کلیدواژه‌ها [English]

  • : Water Resources
  • optimization
  • Agriculture
  • Drought
حبیبی داویجانی، م.، م. بنی­حبیب و س. ر. هاشمی. 1392. مدل بهینه­سازی تخصیص منابع آب در بخش­های کشاورزی، صنعت و خدمات با استفاده از الگوریتم پیشرفته GAPSO. نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد 27، شماره 4، ص 680-691.  

خاشعی سیوکی، ا.، ب. قهرمان و م. کوچک­زاده. 1392. کاربرد تخصیص و مدیریت آب کشاورزی با استفاده از تکنیک بهینه­سازی PSO  (مطالعه موردی: دشت نیشابور). نشریه آب و خاک (علوم و صنایع کشاورزی)، دوره 27، شماره 2، ص 292-303.

زحمتکش، م و منتظر، ع. ا. 1390. ارزیابی عملکرد تعدادی از شبکه­های آبیاری جهان با استفاده از شیوه مقایسه­ای و تحلیل داده کاوی. نشریه آب و خاک (علوم و صنایع کشاورزی)، دوره 25، شماره 5، ص 1042-1057.

سیاسر، ه. و ت. هنر. 1396. بهینه­سازی تخصیص آب و الگوی کشت محصولات غالب کشاورزی با استفاده ا الگوریتم ژنتیک. سومین کنفرانس بین­المللی مهندسی کشاورزی و منابع طبیعی، 21 تیرماه 1396.

کیافر، ه.، س. ع. ا. صدرالدینی، ا. ح. ناظمی و ه. ثانی خانی. 1389. تخصیص بهینه آب در شبکه آبیاری و زهکشی صوفی­چای در استان آذربایجان‌‌شرقی با استفاده از الگوریتم زنتیک. نشریه علمی پژوهشی آبیاری و آب ایران، دوره 1، شماره 1، ص 52-61.

کرامتی طرقی، م.، ن. ا. عیسی­لو. و ع. قنبری. 1388. بررسی عوامل مؤثر بر میزان آب خروجی از زهکش­های شبکه آبیاری و زهکشی مغان و تأثیر شیوه­های بهره­برداری بر آن. دوازدهمین همایش کمیته ملی آبیاری و زهکشی، تهران، کمیته ملی آبیاری و زهکشی.

Atashpaz Gargari, A. 2008. Development of social optimization algorithm and its efficiency review. Master’s Thesis, Faculty of Electrical and Computer Engineering, University of Tehran.

Babel, M. S., Das Gupta. A. Nayak D. K. 2005. A model for optimal allocation of water to competing demands. Water resources management, 19 (6): 693-712.  

Janga Reddy, M. Nagesh Kumar, D. 2010. Optimal reservoir operation for irrigation of multiple crops using elitist-mutated particle swarm optimization. Hydrology Science Journal, 52(4): 686-701.

Janga Reddy, M. J. Nakush, kuma, D. 2007. Multi-objective particle swarm optimization for generating optimal trade-offs in reservoir operation. Hydrology Process, 21: 2897-2909.

Glodberg, D. D. 1989. Genetic algorithms in search, optimization, and machine learning, Addison Wesley publishing company Inc.,401.

Moradineghad, H. 2012. Management the maintenance of Water Supply and Irrigation Networks. Water and Wastewater unit, National Iranian Dilliring Center.

Raju, K. S. Nagesh Kumar, D. 2004. Irrigation planning using genetic algorithms, Water Resources Management, 18 (2): 163-176.