به کارگیری الگوریتم کرم شبتاب در بهینه‌سازی بهره‌برداری از سد درودزن

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکده آب وخاک، دانشگاه زابل _ فارس

2 ستادیار گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل

3 مربی و عضو هیئت علمی دانشگاه شیراز، دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه

چکیده

مسائل بهینه‌سازی بهره‌برداری از مخازن سدها از جمله مسائل مهم در علوم آب می‌باشد که تا کنون با انواع روش‌های بهینه‌سازی مورد بررسی قرار گرفته است. استفاده از الگوریتم‌های فرا‌ابتکاری مانند، الگوریتم کرم شب‌تاب و مورچگان، یکی از این روش‌های بهینه‌سازی می‌باشد. در این تحقیق، بهینه‌سازی بهره‌برداری از مخزن سد درودزن در یک دوره 99 ماهه، با استفاده از الگوریتم کرم شب‌تاب مورد بررسی قرار گرفته است. در آنالیز حساسیت پارامترهای الگوریتم کرم شب‌تاب، حساس‌ترین پارامتر α است که به عنوان ضریب جهش شناخته می‌شود و انتخاب مقدار مناسب برای آن، باعث یافتن راه حل مناسبی به وسیله کرم‌های شب‌تاب می‌شود و به نحو چشمگیری کارایی الگوریتم کرم شب‌تاب بالا خواهد برد. برای تعیین میزان کارایی این الگوریتم در مسئله بهینه‌سازی بهره‌برداری از مخزن سد نتایج آن با نتایج الگوریتم‌های سیستم مورچگان پیوسته و سیستم مورچگان ترتیبی مقایسه شده است. نتایج نشان داد الگوریتم FACC  با مقدار تابع هدف 196/4 کارایی خوبی را از خود نشان داده و پس از آن الگوریتم‌های ACOrCC و ACOrankCC به ترتیب با مقادیر 004/17 و 156/26 عملکرد مناسبی را داشته‌اند. همچنین الگوریتم FACC با مقدار 959/0 دارای بالاترین ضریب اعتمادپذیری می‌باشد. همچنین نتایج نشان داد با در نظر گرفتن قیود زنجیره‌ای تمامی اجراهای برنامه منجر به جواب‌های شدنی گردیده ولی بدون در نظر گرفتن قیود زنجیره‌ای در مواردی الگوریتم سیستم مورچگان پیوسته قادر به یافتن جواب شدنی نبوده است. لذا اعمال این قیود در بدنه این الگوریتم کارایی آن را به مراتب بالا می‌برد.

کلیدواژه‌ها

عنوان مقاله [English]

Using Firefly Algorithm for Optimizing Operation of Doroudzan Reservoir

نویسندگان [English]

  • Mohammadjavad zeynali 1
  • omolbani Mohamad Reza Pour 2
  • farid frooghi 3
1
2 Assistant Professor in Department of Water and Soil, University of Zabol, Zabol, Iran
3
چکیده [English]

As a crucial issue in aqua sciences, optimizing dam reservoirs exploitation has been studied with a variety of optimization techniques. One of these methods is using Meta-Heuristic algorithms such as Firefly and Ants Algorithms. Using the firefly algorithm, this study studies the exploitation optimization of Doroudzan reservoir in a 99-month period. The most sensitive parameter in sensitivity analysis of Firefly Algorithm, α, is known as the mutation rate. Selecting its appropriate value by Firefly worms leads to an appropriate solution and increases the efficiency of the Firefly Algorithm dramatically. To determine the efficiency of this algorithm in optimizing the utilization of the dam reservoir, the obtained results were compared with the results of Continuous Ant System and Ranking Ant System. The findings indicated that FACC algorithm with objective function rate of 4.196 had a satisfactory performance. ACOrCC and ACOrankCC algorithms with the values of 17.004 and 26.156 followed it respectively. In addition, FACC algorithm with a value of 0.959 had the highest reliability coefficient. The results indicated that regarding Chain constraints, all program performances led to feasible solutions; however, ignoring chain constraints, the Continuous Ant System algorithm was unable to find a feasible solution. Hence, applying these constraints in the main structure of this algorithm would enhance its efficiency significantly.

کلیدواژه‌ها [English]

  • Continuous Ants
  • Firefly Algorithm
  • Optimal Operation
  • Ranking Ants

مراجع

افشار، م. ه.، ا. رضایی سنگدهی. و ر. رنجبرجورزاده. 1388. عملکرد الگوریتم مورچگان در بهینه‌سازی بهره‌برداری از مخازن سدها: مطالعه مقایسه‌ای دو الگوریتم. اولین کنفرانس بین المللی مدیریت منابع آب، دانشگاه صنعتی شاهرود، ایران.
جداری عیوضی، ج.، ا. مقیمی، م. یمانی و ح. محمدی. 1389. تأثیر عوامل اکومورفولوژیک بر کیفیت شیمیایی آب مطالعه موردی: رودخانه کر و دریاچه سد درودزن. جغرافیا و برنامه‌ریزی محیطی. 32 (4): 37- 17.
حسن‌زاده، ط.، م. ر. میبدی و ف. محمودی. 1390. ارائه یک الگوریتم کرم شب‌تاب بهبود یافته برای بهینه‌سازی در محیط‌های ایستا. پنجمین کنفرانس داده کاوی ایران، دانشگاه صنعتی امیر کبیر، ایران.
داریان، ع. ر. و الف. م. مرادی. 1389. الگوریتم مورچگان پیوسته در بهینه‌سازی بهره‌برداری از سیستم‌های چند مخزنی، مطالعه موردی: مخازن حوضه کرخه. هشتمین کنگره بین المللی مهندسی عمران. دانشگاه شیراز. شیراز.
رضایی سنگدهی، ا. و م. ه. افشار. 1388. عملکرد الگوریتم مورچگان در بهینه‌سازی بهره‌برداری از مخازن سدها: مطالعه مقایسه‌ای دو الگوریتم. اولین کنفرانس بین المللی مدیریت منابع آب با رویکرد منطقه‌ای، دانشگاه صنعتی شاهرود، ایران.
شریعت پناهی، م. و ن. مشتاقی یزدانی. 1391. بهبود عملکرد الگوریتم کرم شب تاب با استفاده از اتوماتای یادگیرنده. نهمین کنفرانس بین المللی مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، ایران.
گروسی نژاد، آ. و الف. بزرگ حداد. 1392. بهره‌برداری بهینه از مخزن با استفاده از پیاده‌سازی الگوریتم بهینه‌سازی کرم شب‌تاب. پنجمین کنفرانس مدیریت منابع آب ایران، دانشگاه شهید بهشتی، ایران.
مشتاقی یزدانی، ن.، م. شریعت پناهی، ح. ر. معتمدزاده و پ. افرند. 1391. بهبود عملکرد الگوریتم کرم شب‌تاب با استفاده از تغییر در پارامترها.  اولین کنفرانس ملی مهندسی صنایع و سیستم ها، دانشگاه آزاد اسلامی واحد نجف آباد، ایران.
معینی، ر. و م. ه. افشار. 1387الف. بهره‌برداری بهینه از مخزن سد با استفاده از الگوریتم مورچه بیشینه-کمینه (MMAS). مجله علمی پژوهشی شریف. جلد 12. شماره 46. صفحه‌های 85 تا 93.
    معینی، ر. و م. ه. افشار. 1387ب. به کار گیری الگوریتم مقید جامعه مورچگان در حل مسایل مقید سریالی. سومین کنفرانس مدیریت منابع آب ایران. دانشگاه تبریز. تبریز.
نژاد نادری، م.، م. ر. حسامی کرمانی و س. هاشمی­نسب. 1390. کاربرد الگوریتم‌ها در تعیین سیاست بهره‌برداری بهینه از مخزن سد کلان ملایر. اولین کنفرانس ملی سد و نیروگاه‌های برقابی، دانشگاه علم و صنعت ایران، ایران.
Afshar M. H., 2010. A parameter free Continuous Ant Colony Optimization Algorithm for the optimal design of storm sewer networks: Constrained and unconstrained approach. Advances in Engineering Software. 41:188-195.
Box G. E. P. and M. E. Muller. 1958. A note on the generation of random normal deviates. Annals of Math. Statistics. 29:610-611.
Bullnheimer, B., R. F. Hartl and C. Strauss. 1999, A new rank-based version of the ant system:A computational study,J.Central European Journal for Operations Research and Echonomics, VOL.7, NO.1, P.P. 25-38.
Dariane A. R. and A. M. Moradi. 2009. Reservoir Operating by Ant Colony Optimization for Continuous Domains (ACOR) Case Study: DezReservoir. International Journal of Engineering and Applied Sciences 5:16-25.
Goldberg, D. 1989. Genetic algorithms in search optimization and machine learning. Hydrology Research. 8(14):354-361.
Kangrang, A. and Ch. Lokham .2013. Optimal Reservoir Rule Curves Considering Conditional Ant Colony Optimization with Simulation Model. Applied Sciences. 13(5):154-160.
Kjeldsen, T. R and D. Rosbjerg . 2004. Choice of reliability, resilience and vulnerability estimators for risk assessments of water resources system. Hydrological science Hydrology. 49:757 – 767.
Reddy M. J. and D. N. Kumar .2007. Multi-objective particle swarm optimization for generating optimal trade-offs in reservoir operation. Hydrological Processes. 21(5): 2897-2909.
Socha, K. and M. Dorigo. 2006. Ant Colony Optimization for Continuous Domains, European Journal of Operational Research, Vol. 185, No. 3, pp. 1155-1173.
Socha K. and M. Dorigo. 2008. Ant colony optimization for continuous domains. European Journal of Operational Research. 185:1155-1173.
Yang X. Sh. 2009. Firefly Algorithm for Multi-model Optimization. Stochastic Algorithm: Foundations and Applications. 5792(12):169-178.
Yang X. Sh.2010. Engineering Optimization an Introduction with Meta-heuristic Applications. Wiley Inter-science, New York, 222, p.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار