مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,314
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

647
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک

صفحات

 صفحه شروع 159 | صفحه پایان 166

چکیده

 به منظور مدیریت کارا و موثر منابع آب زیرزمینی, برای کاهش حفر چاه های نمونه برداری که پرهزینه هستند, شبکه های پایشیکه به طور مناسبی طراحی شده باشند, می توانند به عنوان یک گزینه در نظر گرفته شوند. با استفاده از روش های بهینه سازی عددی, معضل به دست آوردن اطلاعات کمی و کیفی با حداقل تعداد چاه ها و نقاط نمونه برداری را می توان مرتفع نمود. برای پایش یک سیستم آبخوان, حفر یک شبکه از چاه های پایش نیاز است که این امر پرهزینه و پیچیده می باشد. در سال های اخیر طراحی این شبکه به طوری که کارآمد و در عین حال کم هزینه باشد به یک چالش تبدیل شده است. به منظور کاهش هزینه, سیستم های پایشی مورد توجه اند که در شرایط حداقل تعداد نقاط نمونه برداری, حداکثر دسترسی به داده های مناسب را داشته باشند. تکنیک های بهینه سازی فوق ابتکاری در این زمینه پتانسیل کاربرد بالایی را دارا هستند. در این مقاله منطقه ای از شمال ایران انتخاب شده تا توانایی الگوریتم ژنتیک (GA) ترکیب شده با کریجینگ و الگوریتم اجزای جمعی (PSO), جهت بهینه سازی شبکه مقایسه و ارزیابی گردند, با این شرط که تعداد چاه های پایش طوری کاهش یابدکه تا حد امکان از کیفیت داده ها کاسته نشود. نتایج بهینه سازی نشان داد که در آبخوان آستانه - کوچصفهان تعداد چاه های مشاهده ای می تواند به اندازه 26 درصد (57 به 42 چاه), کاهش داده شود, بدون اینکه فقدان داده ای محسوسی ایجاد شود. مقادیر جذر میانگین مربعات خطا (RMSE) برای شبکه بهینه سازی به روش GA و PSO به ترتیب برابر 0.2025 و 0.3222 متر محاسبه شد. مقایسه مقادیر RMSE روش GA جهت بهینه سازی نهایی توصیه می شود.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    گنجی خرم دل، ناصر، و کیخایی، فاطمه. (1395). طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک. پژوهشنامه مدیریت حوزه آبخیز، 7(14)، 159-166. SID. https://sid.ir/paper/230310/fa

    Vancouver: کپی

    گنجی خرم دل ناصر، کیخایی فاطمه. طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک. پژوهشنامه مدیریت حوزه آبخیز[Internet]. 1395؛7(14):159-166. Available from: https://sid.ir/paper/230310/fa

    IEEE: کپی

    ناصر گنجی خرم دل، و فاطمه کیخایی، “طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک،” پژوهشنامه مدیریت حوزه آبخیز، vol. 7، no. 14، pp. 159–166، 1395، [Online]. Available: https://sid.ir/paper/230310/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی





    بازگشت به بالا