در این مقاله کاربرد روش های جدید بهینه سازی در توسعه توام پست ها و خطوط فوق توزیع مطرح می شود. این روش، ترکیبی بهینه از کاندیدهای توسعه پست ها و خطوط فوق توزیع به منظور حداقل کردن تابع هدف را مشخص می کند، در حالی که قیود مختلف توسعه شبکه و احتمال پیشامد خطای یگانه در خطوط و ترانسفورماتورها را در نظر می گیرد. در کاندیداهای مختلف توسعه پست ها و شبکه، ساخت خطوط یا نصب پست های جدید یا افزایش ظرفیت خطوط و پست ها در نظر گرفته می شود. همچنین در برنامه ریزی توسعه ارایه شده، ناحیه سرویس دهی، ظرفیت بهینه و نوع ترانسفورماتورهای پست های فوق توزیع (HV/MV) مشخص می شود. در این تحقیق، روش الگوریتم ژنتیک، الگوریتم مورچگان و روش ترکیبی الگوریتم مورچگان و ژنتیک که برای حل این مساله پیشنهاد شده است، مقایسه می شوند. همچنین نتایج، با برنامه ریزی توسعه جداگانه پست ها و شبکه فوق توزیع روی شبکه نمونه مقایسه می شود.

در این مقاله، یک مدل برنامه ریزی ریاضی برای مساله پوشش مجموعه (SCP)، جهت نزدیک تر کردن مدل به بعضی از مسایل دنیای واقع، ارایه می شود. در این مدل قرار است m مشتری توسط n تسهیل پوشش یابند به نحوی که فاصله استقرار تسهیلات از یک حد مجاز کمتر نباشد. به دلیل غیر خطی بودن مدل مورد نظر، روش های سنتی بهینه سازی در مدت زمانی معین قادر به حل مساله نمی باشند، لذا از یک الگوریتم ژنتیک به عنوان یک روش فراابتکاری برای حل مدل استفاده می شود. برای بررسی کارایی الگوریتم پیشنهادی، 36 مساله نمونه تصادفی در 9 گروه با ابعاد مختلف مورد آزمایش قرار می گیرد و نتایج بدست آمده از الگوریتم ژنتیک با نرم افزار Lingo 6 مقایسه می گردد. نتایج نشان می دهد که الگوریتم طراحی شده دارای اعتبار بوده و کارایی لازم را در حل مسایل مذکور دارا می باشد.

نوشتار حاضر به مدل سازی ترمودینامیکی یک نیروگاه توربین گازی با توان تولیدی 30 MW و 14 (kg/s) بخار اشباع در فشار 20 bar پرداخته است. این سیستم معروف به مساله C(GA)M است. در مساله ی C(GA)M تابع هدف شامل مجموع هزینه ی سرمایه گذاری و همچنین هزینه ی سوخت مصرفی است. در این نوشتار بهینه سازی با کمینه سازی تابع هدف و نیز به کارگیری الگوریتم ژنتیک و الگوریتم اجتماع ذرات به کمک نرم افزار متلب انجام می شود و در نهایت عملکرد این دو الگوریتم با یکدیگر مقایسه می شود. نتایج حاصل از مقایسه ی تعداد توابع ارزیابی شده (NFE) این دو الگوریتم نشان می دهد که سرعت همگرایی الگوریتم اجتماع ذرات در یافتن کمترین تابع هزینه نسبت به الگوریتم ژنتیک بالاتر است. همچنین در حل مساله ی C(GA)M الگوریتم بهینه سازی اجتماع ذرات به لحاظ پیاده سازی، انعطاف پذیری، و سهولت برنامه نویسی به مراتب از الگوریتم ژنتیک تواناتر است.

یکی از مهمترین مسائل در مدیریت منابع آب، مسئله بهره برداری بهینه از مخازن می باشد. در این پژوهش از الگوریتم فرا ابتکاری علف هرز مهاجم (IWO) برای یافتن استراتژی های تخصیص بهینه آب در سیستم تک مخزنه سد طازران واقع در غرب کشور برای یک دوره 10 ساله استفاده شده است. مدل توسعه یافته در این تحقیق برای بهره برداری بهینه در حالت الگوی کشت وضع موجود تهیه گردیده است. اراضی پایین دست سد به دو منطقه طازران و ایونده تقسیم می شوند. تابع هدف تعریف شده حداقل سازی کل کمبودها در طول دوره شبیه سازی می باشد. به منظور بررسی عملکرد مخزن از شاخص-های قابلیت اعتماد زمانی، تأمین حجمی و آسیب پذیری استفاده شده است. نتایج حاصل از الگوریتم مورد بررسی با نتایج حاصل از الگوریتم ژنتیک((GA)) مورد مقایسه قرار گرفته است. به دلیل عدم کفایت و همچنین توزیع نامناسب جریان رودخانه طازران، شبیه سازی ها در دوحالت استفاده از جریان آب های سطحی به تنهایی و تلفیق آب های سطحی و زیرزمینی انجام گرفته است. با توجه به نتایج به دست آمده مشخص گردید که با استفاده از روش های IWO و (GA) و استفاده همزمان از آب های سطحی و زیرزمینی منطقه، این سد به ترتیب قادر به تأمین 2/77درصد و 24/76 درصد از نیاز کل اراضی پایین دست منطقه طازران می باشد. شاخص های اعتماد پذیری و آسیب پذیری در منطقه طازران نیز به ترتیب برابر 45/55 و 33 درصد در روش IWO و 72/52 و 41 درصد در روش (GA) می باشند.

در این مقاله، سیکل ترکیبی بصورت کامل مدلسازی شده و پس از تحلیل انرژی و اگزرژی، تابع برازش مناسب تعریف و بهینه سازی آن توسط الگوریتم های ژنتیک و بهینه سازی دسته ذرات انجام شده است. لازم به ذکر است سیکل های ترکیبی از طراحی پیچیده ای برخوردار بوده و اعمال هر تغییر در طراحی، بر متغیرهای زیادی به صورت مستقیم و غیر مستقیم تاثیر گذار می باشد. اگرچه در گذشته تلاشهای زیادی به منظور بهینه سازی تک تک اجزاء اینگونه سیکل ها انجام شده ولی بهینه سازی کامل سیکل ترکیبیبخاطر پیچیدگی های موجود، کمتر مورد توجه قرار گرفته است. صحت مدلسازی انجام شده در این مقاله توسط مقایسه نتایج بدست آمدهاز مدل، با نتایج آزمایشی سیکل واقعی به اثبات رسیده اند. از جمله نتایج قابل توجه در اعمال محدودیت های در نظر گرفته شده در حل مساله حذف برخی محدودیتهای بهینه سازی پینچ میباشد که پس از بررسی نتایج مشاهده شده است که حذف این محدودیت ها در نتایج بهینه سازی اثرات مطلوبی داشته است و همچنین تحلیل هایی در خصوص مقایسه نتایج الگوریتم ها و کاهش تلفات و نابودی اگزرژی انجام پذیرفته که منجر به طراحی بهینه نقاط بحرانی سیکل شده است.

افزایش وقوع طوفان های گردوغبار در چند سال اخیر در جنوب غرب ایران به ویژه در استان خوزستان و به تبع آن کاهش کیفیت هوا در این مناطق، اهمیت پیش بینی و ارتباط این پدیده با نوسانات اقلیمی را دوچندان کرده است. هدف از این پژوهش بررسی کارایی روش های هیبریدی ژنتیک-تبرید ((GA)-SA) و الگوریتم ژنتیک ((GA)) به منظور انتخاب متغیرهای ورودی بهینه در پیش بینی فراوانی روزهای همراه با طوفان گردوغبار (FDSD) است. بدین منظور از داده های ساعتی گردوغبار و کدهای سازمان هواشناسی و همچنین داده های اقلیمی شامل دمای حداکثر، دمای حداقل، دمای متوسط، مجموع بارش و سرعت بیشینه باد در مقیاس فصلی با طول دوره آماری 35 ساله (2018-1984) در هفت ایستگاه سینوپتیک استان خوزستان استفاده شد. در ادامه با در دست بودن سری زمانی شاخص FDSD و سایر متغیرهای اقلیمی، اقدام به مقایسه کارایی حالت های مختلف متغیرهای ورودی، به منظور پیش بینی فراوانی روزهای همراه با طوفان گردوغبار در فصل آینده شد. نتایج نشان داد که روش هیبریدی ژنتیک-تبرید ((GA)-SA) در بین تمام حالت های انتخاب متغیرهای ورودی، بهترین عملکرد را داشت؛ به طوری که در این حالت معیارهای ارزیابی R، MAE و RMSE به ترتیب از 91/0، 29/0 و 44/0 تا 99/0، 13/0 و 17/0 در ایستگاه های مورد مطالعه متغیر بود. همچنین متوسط فراوانی روزهای همراه با طوفان گردوغبار در مقیاس فصلی در ایستگاه های مورد مطالعه به ترتیب صعودی از 68/1 تا 10/4 متغیر بود به طوری که با افزایش شاخص FDSD در ایستگاه مورد مطالعه، دقت پیش بینی تمام حالت ها افزایش داشت به نحوی که در حالت اول پیش بینی (صرفاً بر اساس شاخص FDSD)، ضریب همبستگی بین مقادیر مشاهداتی فراوانی روزهای همراه با طوفان گردوغبار و مقادیر محاسباتی آن از 87/0 به 95/0 افزایش یافت. برای حالت دوم (پیش بینی بر اساس فروانی روزهای همراه با طوفان گردوغبار و همه ویژگی های کمکی یعنی FDSD & AC)، حالت سوم (بر اساس بهینه سازی الگوریتم ژنتیک) و حالت چهارم (بر اساس روش هیبریدی ژنتیک-تبرید) نیز ضریب همبستگی به ترتیب از 93/0 تا 94/0، 91/0 تا 97/0 و 94/0 تا 99/0 در ایستگاه های موردمطالعه متغیر بود. در مجموع با مقایسه حالت های مورد استفاده، روش هیبریدی ژنتیک-تبرید ((GA)-SA) بهترین عملکرد و بعد از آن الگوریتم ژنتیک ((GA)) بهترین نتیجه را ارائه نمود. نتایج این مطالعه می تواند در مدیریت پیامدهای ناشی از طوفان گردوغبار و برنامه های مقابله با بیابان زایی در مناطق تحت مطالعه مفید باشد.

تلاش برای افزایش کارآیی سیستم حمل و نقل، گامی بزرگ در جهت اقتصادی تر کردن فعالیت های این بخش است. در این راستا کاهش مسیر طی شده توسط وسایل نقلیه در سیستم حمل و نقل که بر صرفه های مختلف اقتصادی (هزینه مالی، مصرف انرژی، زمان و ...) تاثیر دارد یکی از مسائل مطرح در این حوزه است.هدف از این تحقیق یافتن مسیر بهینه حمل و نقل کالا در بین مراکز استان کشور است. یکی از تکنیک های پرآوازه در حل مسائل بهینه سازی الگوریتم ژنتیک است که بر نظریه تکاملی داروین استوار است.نتایج این تحقیق ضمن نمایش میزان حساسیت خروجی الگوریتم برنامه نوشته شده به پارامترهای ورودی الگوریتم، با بکارگیری حل مساله TSP در الگوریتم ژنتیک و پیدا شدن مسیر بهینه تر (کوتاه تر) حمل و نقل کالا بین مراکز استان ایران در هر گام تکرارهای الگوریتم، نشان می دهد که می توان از تکنیک های جدید ریاضی در افزایش کارآیی سیستم های اقتصادی کشور و از آن جمله ناوگان حمل و نقل استفاده کرد.

هدف از مطالعه حاضر نخست بررسی اثر سرریز های تکنولوژی بر میزان صادرات محصولات کشاورزی ایران با استفاده از الگوی VECM و دوم بررسی و مقایسه عملکرد روش (GA) در مقابل روش VECM و شناسایی روش برتر در برآورد الگوی صادرات محصولات کشاورزی است. نتایج حاکی از تاثیر مثبت و معنی دار سرریز تکنولوژی بر میزان صادرات محصولات کشاورزی ایران است. اثر متغیر های رابطه مبادله تجاری، شاخص قیمت های نسبی، شاخص ارزش افزوده بخش کشاورزی و نرخ ارز حقیقی نیز مثبت و تنها اثر متغیر تولید ناخالص داخلی شرکای تجاری ایران منفی و از لحاظ آماری معنی دار است. همچنین مقایسه عملکرد الگوهای (GA) و VECM، بر اساس معیار های آماری و اقتصاد سنجی، نشان می-دهد که روش (GA) در برآورد الگوی صادرات از روش VECM عملکرد بهتری دارد و به عنوان روش برتر جهت بهینه کردن تابع صادرات محصولات کشاورزی است. با توجه به اثر مثبت سرریز های تکنولوژی بر میزان صادرات محصولات کشاورزی، شایسته است با ایجاد فضای امن سرمایه گذاری، ایجاد بستر ها و امکانات زیربنایی، اولویت بندی بخش های پر بازده به منظور تخصیص بهینه سرریزها و ارتقای دانش و مهارت نیروی انسانی زمینه جذب بیشتر FDI و استفاده موثرتر از مواهب تکنولوژی فراهم آید. همچنین با توجه به عملکرد بالای (GA) در امر بهینه یابی، استفاده از این روش در مطالعات علمی توصیه می شود.