|
|
پژوهشنامه مدیریت حوزه آبخیز، جلد ۹، شماره ۱۸، صفحات ۰-۰
|
|
|
| عنوان فارسی |
مقایسه عملکرد الگوریتم‌های ژنتیک و ازدحام ذرات در واسنجی روش تجربی کاهش سطح بر اساس نتایج هیدروگرافی مخزن سد دز |
|
| چکیده فارسی مقاله |
منحنیهای حجم- سطح- ارتفاع سدها یکی از مهمترین ابزارها در برنامهریزی منابع آب و مدیریت مخزن است. روش کاهش سطح یکی از روشهایی است که برای اصلاح این منحنیها پس از رسوبگذاری مخزن بر اساس شرایط و آمار و اطلاعات ثبت شده در مخازن خارج کشور توسعه یافتهاند و استفاده از همان روشها در مورد سدهای داخل کشور بدون بهینهسازی ضرایب، خالی از اشکال نبوده و گاهی با خطای زیاد همراه است. هدف از این تحقیق واسنجی خودکار روش کاهش سطح بر اساس سه پارامتر موثر آن با استفاده از دو الگوریتم ژنتیک و بهینهسازی ازدحام ذرات و مقایسه نتایج با مطالعات هیدروگرافی مخزن میباشد. طوری که پیشبینی روند رسوبگذاری مخزن در روش کاهش سطح با نتایج هیدروگرافی مخزن در انتهای دوره کمترین اختلاف را داشته باشد. نتایج حاکی از برتری الگوریتم ازدحام ذرات در واسنجی روش کاهش سطح داشت. در این الگوریتم با انتخاب جمعیت اولیه 50، زمان همگرایی و مقدار تابع هدف (ریشه میانگین مربعات خطای بین منحنی حجم- ارتفاع پیشبینی شده و واقعی مخزن) در آخرین تکرار به ترتیب 4/7 دقیقه و 7 میلیون مترمکعب بود که نسبت به الگوریتم ژنتیک به ترتیب 92/6 و 48 درصد بهبود را نشان میدهد. در نهایت از مقادیر بهینه پارامترهای روش کاهش سطح برای تطابق بیشتر مقادیر حجم برآوردی و واقعی مخزن سد دز استفاده شد و نتایج نشان داد مقدار خطای پیش بینی کمتر از یک درصد است که با توجه به حجم مخزن ناچیز ارزیابی میگردد. بر این اساس میتوان مدل تهیه شده را بدون هیچ تغییری در پارامترهای بهینه روش کاهش سطح با وارد نمودن اطلاعات مربوط به هیدروگرافی جدید مخزن برای پیشبینی روند رسوبگذاری در سالهای آتی بکار برد. این امر با توجه به اهمیت اطلاع از تغییرات حجم مفید مخزن در سالهای آتی و نقش آن در برنامهریزی منابع آب آینده بسیار مفید خواهد بود. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Comparing the performance of genetic and particle swarm algorithms in calibration of experimental area reduction method based on hydrographic results of Dez dam reservoir |
|
| چکیده انگلیسی مقاله |
Area-volume-elevation (AVE) curves of dams pose one of the most important tools for water resource planning and reservoir management. Area reduction method is one of the methods which was developed to modify these curves after reservoir sedimentation based on the conditions, statistics and information recorded in reservoirs abroad; however the application of the same methods for domestic dams without optimizing the coefficients is not bug-free, and associates sometimes with a great deal of error. This study aims to calibrate automatically the area reduction method based on its three influencing parameters using two genetic and particle swarm optimization algorithms and to compare the results with reservoir hydrographic studies. So that, predicting the trend of reservoir sedimentation in area reduction method with its hydrographic results at the end of the period has the least difference. Results indicate the excellence of particle swarm algorithm in calibrating the area reduction method. In this algorithm, by selecting the initial population of 50, the time of convergence and the value of the objective function (RMSE of the predicted volume-elevation curve and actual reservoir) in the last iteration was 4.7 minutes and 7 MCM, which it represents 92.6% and 48% improvement, respectively compared with the genetic algorithm. Finally, the optimal values of area reduction method parameters were used to match further the estimated and actual volume values of Dez dam reservoir. The results revealed that the predicted error value is less than 1%, which is assessed negligible according to the volume of the reservoir. Accordingly, the developed model can be employed without any change in the optimal parameters of the area reduction method by entering information of reservoir's new hydrography to predict the sedimentation trend during the coming years. This will be very helpful in light of the importance of knowing the reservoir's useful volume variation in the coming years and its role in future water resource planning. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
آرش آذری | Arash Azari
Razi University
دانشگاه رازی
میلاد اسدی | Milad Asadi
Shahid Chamran University
دانشگاه شهید چمران اهواز
علی آرمان | Ali Arman
Razi University
دانشگاه رازی
|
|
| نشانی اینترنتی |
http://jwmr.sanru.ac.ir/browse.php?a_code=A-10-1065-1&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
هیدرولوژی |
| نوع مقاله منتشر شده |
پژوهشی |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|