ارايه مدل كوتاه مدت بهره برداري بهينه از منابع آب با استفاده از الگوريتم جامعه ذرات و مقايسه آن با الگوريتم ژنتيك

Short-term model of optimization operation of water resources using particle swarm optimization and compared with genetic algorithm

يكي از دلايل ضعف عملكرد پروژه هاي بهره برداري بهينه از منابع آب، مشكلات برنامه ريزي درست در توزيع مناسب آن به منظور تامين نياز آبي در بخش هاي مختلف شرب، كشاورزي و ... مي باشد. اين مشكلات موجب عدم تناسب تحويل آب با نياز مصرف كنندگان و افزايش تلفات بهره برداري مي شود. استفاده از روش هاي تحليلي و بهينه سازي مي تواند بخشي از مشكلات موجود را رفع نمايد. مسيله برنامه ريزي به منظور بهره برداري بهينه از منابع آب يك مسيله بهينه سازي پيچيده، چند متغيره و چند محدوديتي است كه حل آن نياز به كاربرد روش هاي توانمند بهينه ساز دارد. روش هاي بهينه سازي كلاسيك داراي محدوديت هايي مانند توقف در نقاط بهينه موضعي و عدم توانايي بكارگيري انواع متغيرها مي باشند. براي رفع اين محدوديت ها مي توان از روش هاي ابتكاري كه توانايي حل مسايل پيچيده و عبور از نقاط بهينه موضعي و يافتن بهينه سراسري را دارند استفاده نمود. در اين مقاله ابتدا دو مورد از اين روش ها يعني الگوريتم بهينه سازي جامعه ذرات و الگوريتم ژنتيك معرفي شده اند و سپس كارايي آنها در مسيله بهره برداري بهينه مخزن مقايسه شده است. تابع هدف مسيله تامين نياز آبي پايين دست براساس برقراري رابطه پيوستگي انتخاب گرديد. مقايسه دو مدل در 4 جمعيت مختلف 100 ،200، 300 و 400 نشان داد كه الگوريتم جامعه ذرات به ترتيب با ميانگين مقدار بهترين تابع هدف 190.44، 188.34، 187.07و 04/187 با تعداد ارزيابي كمتر تابع هدف نسبت به الگوريتم ژنتيك با مقدار تابع هدف 193.96، 191.02، 188.23و 187.94 با تعداد ارزيابي بيشتر تابع هدف قابليت بالاتري در رسيدن به جواب بهينه دارد.

Problems of water appropriate delivery correct Planning for the proper distribution needs indifferent parts of drinking water, agriculture and more are one of the reasons for poor performance of optimization operation of water resources projects. These problems lead to high operational losses and miss-match of water delivery with water requirements. The use of analytical and optimization methods could resolve some of these difficulties. Water delivery planning for optimization operation is a complex, multi-variable, and multi-constraint problem, which requires powerful optimization methods to be solved. Classical optimization methods are facing some limitations such as: being trapped in local optimum points, and difficulties in handling different variables. To overcome some of these limitations, new techniques which can solve complex problems could be used. In the paper two of these methods, particle Swarm optimization and genetic algorithms are introduced and their efficiency in optimization reservoir operation problems is compared. objective function downstream water issue needs to establish relationships based on continuity were selected. Comparison of two models in four different populations 100, 200, 300 and 400 showed that the PSO algorithm with average best objective function value of 190.44, 188.34, 187.07 and 187.04 the number of objective function evaluation less than genetic algorithm with objective function value of 193.96, 191.03, 188.23 and 187.94 with a number of further evaluation of the objective function to achieve higher capacity is the optimum answer.