بررسی کاربرد الگوریتم ژنتیک در روند بهینه سازی متغیرهای هیدرولیکی سیال
بررسی کاربرد الگوریتم ژنتیک در روند بهینه سازی متغیرهای هیدرولیکی سیال
کورش خرد1 محمود ذاکری نیری2 عطاءالله نجفی جیلانی3
1) کارشناس ارشد مهندسی عمران-مهندسی آب دانشگاه آزاد اسلامی واحد اسلامشهر،
2) استادیار گروه مهندسی عمران دانشگاه آزاد اسلامی واحد اسلامشهر،
3) استادیار گروه مهندسی عمران دانشگاه آزاد اسلامی واحد اسلامشهر،
کد IOI مقاله
:
XYBK-AABBC
محل انتشار :
کنفرانس بین المللی توسعه با محوریت کشاورزی ، محیط زیست و گردشگری(icdat.ir)
چکیده :
چکیده
امروزه بهینه سازی جریان آب یکی از دغدغه های اصلی در بحث کشاورزی، فضای سبز شهری و محیط زیست می باشد، لذا در بهینه سازی منابع آب بهره گیری از فناوریهای جدید نظیر فن آوری های تهیه و پردازش اطلاعات، استفاده از نرم افزارها، سیستم های پشتیبانی تصمیم گیری و سیستم اطلاعات جغرافیایی، همواره با الگویی شاخص، نقش بسزایی را می توانند عهده دار باشند. از آنجا که مدیریت اراضی، تامین آب مورد نیاز آبیاری در طول فصل، تحویل آب در میزان و زمان مناسب و هماهنگ با تقاضای کشاورزان اساس مدیریت شبکه های آبیاری و زهکشی می باشد، بنابراین حالت بهینه می تواند میزان عرضه، مسیرها و افت شبکه و مصرف انرژی و نهایتا هزینه ها را صحت سنجی نماید و بتواند بیشترین راندمان آب را در حداقل زمان ایجاد نماید و با رقومی سازی و ذخیره مناسب اطلاعات توصیفی مربوط به شبکه مدیریت را قادر می سازد تا در هر لحظه از وضعیت هر نقطه شبکه اطلاع کسب نماید. در این تحقیق شبکه آبیاری محدوده ای از تقسیمات شهری تهران به عنوان مطالعه موردی مدنظر قرار میگیرد تا با بررسی شبکه و اجزاء آن و پیاده سازی آن در نرم افزار های سنجش از دور ضمن بالا بردن قابلیت مدیریت شبکه هدف تحقیق مورد بررسی قرارگیرد. لذا بهینه سازی شبکه متوجه یافتن پارامترهایی هیدرولیکی خواهد شد که تغییر آن موجب بهینه شدن سیستم گردد برای این منظور به دنبال مینیمم کردن افت شبکه مورد مطالعه خواهیم بود که خواهیم دید با مینیمم کردن افت میزان برداشت از هر منبع (چاه) نیز مشخص خواهد شد و مسیر های تغذیه هر منبع در حالت بهینه نیز شبیه سازی خواهد شد و با استفاده از قابلیت نرم افزار watergames به عنوان نرم افزار پشتیبان و الگوریتم ژنتیک پیشنهاد تغیر قطر لوله ها نیز جهت حفظ حالت بهینه توصیه خواهد شد.
کلمات کلیدی : بهینه سازی هیدرولیک الگوریتم ژنتیک مدیریت کشاورزی