ارائه روشي مبتني بر الگوريتم هاي بهينه ساز گرگ خاكستري و رقابت استعماري در فرآيند بهره برداري بهينه از مخزن سد

Presentation of a Method Based on Gray Wolf Optimizer and Imperialist Competitive Algorithms in Optimal Operation of Dam Reservoir

در طول سه دهه اخير، مسيله بهره برداري بهينه از مخازن سدها در بين پژوهشگران مديريت منابع آب از توجه زيادي برخوردار بوده است. در همين راستا، با توجه به كارايي و قابليت هاي بالاي الگوريتم هاي فراابتكاري در اين پژوهش به پيش بيني ذخيره مخزن سد شهرچاي اروميه و ارايه يك برنامه پيش بيني كوتاه مدت چند سال آتي، با استفاده از الگوريتم بهينهساز گرگ خاكستري (GWO) پرداخته شده است. الگوريتم GWO از سلسله مراتب رهبري و سازوكار شكار گرگ هاي خاكستري در طبيعت تقليد مي كند. در اين الگوريتم از چهار نوع گرگ خاكستري شامل آلفا، بتا، دلتا و امگا براي شبيه سازي سلسله مراتب رهبري استفاده شده است. در اين پژوهش با در نظر گرفتن افق ديد برنامه ريزي يك ساله و بازه هاي زماني ماهانه، ابتدا الگوريتم بهينه ساز گرگ خاكستري GWO براي مسيله پيش بيني ذخيره مخزن سد شهرچاي اروميه طي دوره آماري 93-1385، به خوبي ارزيابي شد و نتايج با روش بهينه سازي الگوريتم رقابت استعماري (ICA) مقايسه شد. نتايج نشان داد الگوريتم GWO، با دقت 90% نتايجي بسيار مطلوب تري در يافتن جواب بهينه، سرعت همگرايي و هزينه ي محاسباتي كم تري در مقايسه با الگوريتم ICA ارايه مي كند. نتايج اين پژوهش نشان داد الگوريتم GWO، الگوريتمي مناسب در حل مسيله بهره برداري بهينه از سيستم مخزن سد مي باشد.

In recent decades, the optimal use of dam reservoirs among water resource management researchers has been of great interest. So, due to the high performance and capabilities of evolutionary algorithms, in this study, using gray wolf optimizer algorithm (GWO) to predict Urmia Shaharchay dam reservoir and present a short-term forecast program for next years. The gray wolf algorithm imitates the hierarchy of leadership and the mechanism of hunting gray wolves in nature. In this algorithm, four types of gray wolves consists of alpha, beta, delta and omega have been used to simulate the hierarchy of leadership. In this study, considering the annual planning and monthly intervals, GWO algorithm was firstly evaluated for prediction storage of Urmia shaharchay reservoir during 2006-202014 years and the results compared with ICA algorithm. The results showed that GWO algorithm, with a high accuracy of 90%, provides better results in finding optimal response, convergence rate and lower computational cost compared to ICA algorithm. The results of this study indicated that GWO algorithm, an appropriate algorithm to solve the optimal operation of dam reservoir system problem.