بهره برداري بهينه از مخازن به منظور تامين نيازهاي آبياري بر پايه الگوريتم جديد پروانه پادشاه

Optimizing Reservoirs Exploitation for irrigation system Based on New butterfly Algorithm Model

مطالعه­ حاضر به بهره ­برداري از مخزن به منظور تامين نيازهاي آبياري بر اساس الگوريتم تكاملي جديد پروانه­ پادشاه با هدف حداقل نمودن كمبودهاي آبياري ­پرداخته است. از الگوريتم ­هاي ژنتيك و ازدحام ذرات به ­عنوان الگوريتم ­هاي پركاربرد و موفق براي مقايسه با الگوريتم پروانه­ پادشاه استفاده شد و به منظور انتخاب روش برتر از يك مدل تصميم ­گيري چندمعياره بهره برده شد. نتايج نشان داد الگوريتم پروانه­ پادشاه با كسب رتبه­ اول بر اساس مدل تصميم ­گيري چندمعياره و شاخص ­هاي مختلف نظير اطمينان ­پذيري، آسيب ­پذيري، انعطاف­ پذيري و تابع هدف داراي عملكرد بهتري نسبت به الگوريتم ژنتيك و ازدحام ذرات است. علاوه بر آن، مقادير كمبودهاي تامين آب آبياري بر اساس الگوريتم پروانه­ پادشاه نسبت به دو الگوريتم ديگر در طي هفت سال مطالعاتي كمتر مي­ باشد. بنابراين مطالعه­ انجام شده نشان داد الگوريتم پروانه­ پادشاه داراي عملكرد مناسبي براي استفاده در مسايل مديريت منابع آب مي­ باشد.

Exploitation of dam reservoirs is one of the major problems in the management of water resources. In this context, artificial intelligence algorithms are used as a useful tool for optimizing. Crow algorithm is used in the current research for the first time to exploit reservoirs. Also, results related to the exploitation of a single-reservoir system to meet low dam’s requirements were compared to particle swarm and genetic evolutionary algorithms. Time reliability, volume reliability, vulnerability and reversibility indices were used to select the preferred method. Also, a multi-criteria decision-making model was used to select the preferred method. Results showed that the crow algorithm’s is close to the problem’s absolute optimal response so that the average of responses in the crow algorithm is 99% of absolute optimal response. Besides, except time reliability index, the crow algorithm has better performance in the rest indices compared to particle swarm and genetic algorithms. Also, the coefficient of variation of obtained responses by crow algorithm compared to genetic and particle swarm algorithms are 14 and 16 times smaller, respectively. The multi-criteria decision-making model revealed that compared to two other algorithms, the crow algorithm has the first rank and high potential in solving reservoir exploitation problem.