ارائه الگوریتم تکاملی هیبریدی نوین در بهینه سازی بهره برداری از مخزن بر اساس تکنیک نوین ارزیابی مبتنی بر فاصله ترکیبی (CODAS)

Abstract

سابقه و هدف: تغییر در الگوهای هواشناسی و هیدرولوژیکی باعث گردیده تا استفاده از ابزارهای مدیریت منابع آب، جهت اخذ یک راهکار مناسب برای بهره‌برداری بهینه از مخازن مورد توجه قرار گیرد. درخصوص مسائل بهینه سازی روش های مختلفی به ‌کارگرفته شده که باتوجه به عدم توانایی روش های بهینه سازی معمول، درحل مسائل پیچیده بهینه سازی، به‌کارگیری الگوریتم های فراابتکاری بیش از پیش مورد توجه قرار گرفته است.مواد و روش ها: در پژوهش حاضر، یک مدل ترکیبی از الگوریتم های جستجوی کلاغ (CSA) و گرگ خاکستری (GWO) که الگوریتم هیبریدی جستجوی کلاغ – گرگ ‌خاکستری (GWOCSA)نامیده می شود برای نخستین بار در حوزه علوم بهره‌برداری از مخزن معرفی و ارائه می گردد و عملکرد آن در قیاس با الگوریتم های تشکیل دهنده آن؛ به‌عنوان ابزاری قدرتمند جهت بهینه سازی بهره‌برداری از سیستم تک‌مخزنه سد گلستان با درنظر گرفتن تابع هدف (تأمین نیازهای آبی پایین دست سد) مورد ارزیابی قرار می گیرد. جهت مقایسه میزان همگرایی و نحوه عملکرد الگوریتم‌های مذکور، پارامترهای آماری هر الگوریتم محاسبه و این مقادیر با یکدیگر و همچنین با جواب حل تحلیلی برنامه‌ریزی غیرخطی مسأله که توسط نرم‌افزار (GAMS) بدست آمده، مقایسه گردیدند. سپس جهت تحلیل عملکرد الگوریتم ها، با استفاده از مدله تصمیم‌گیری چندمعیاره کوداس، رتبه بندی گزینه‌های تصمیم (الگوریتم‌های بهینه‌سازی) براساس معیارهای اطمینان‌پذیری حجمی و زمانی، برگشت‌پذیری و آسیب‌پذیری صورت گرفت.یافته‌ها: نتایج حاکی از آن است که رویکرد مدل هیبریدی GWOCSA دارای پاسخی نزدیکتر به مقدار بهینه مطلق می‌باشد و میانگین پاسخ حاصل از آن 93 درصد پاسخ بهینه مطلق و میانگین حاصل از الگوریتم های GWO و CSA، مقادیر 92 و 83 درصدی را نسبت به بهینه مطلق از خود نشان می دهند. به‌علاوه، ضریب تغییرات الگوریتم هیبریدی نسبت به الگوریتم های‌ گرگ‌ خاکستری و جستجوی کلاغ به ترتیب به میزان 23 و 1.67 برابرکوچک‌تر است. از سوی دیگرالگوریتم هیبریدی GWOCSA به جز از لحاظ شاخص برگشت پذیری در سایر شاخص ها دارای عملکرد بهتری نسبت به سایرین می باشد. مدل تصمیم‌گیری چندمعیاره کوداس نیز مشخص نمود الگوریتم GWOCSA نسبت به دو الگوریتم منفعل دیگر، در حل مسأله بهره برداری از مخزن مورد مطالعه جایگاه نخست را به خود اختصاص داده و الگوریتم‌ گرگ‌خاکستری و جستجوی کلاغ، پس از آن به ترتیب در رتبه های دوم و سوم قرار می‌گیرند. نتیجه‌گیری: مدل تصمیم‌گیری چندمعیاره کوداس مشخص نمود الگوریتم GWOCSA در بهینه‌سازی تابع هدف بهتر از الگوریتم های تشکیل‌دهنده آن؛ یعنی الگوریتم بهینه‌سازی جستجوی کلاغ (CSA) و گرگ‌ خاکستری (GWO) عمل نموده و در حل مسأله بهره برداری از مخزن جایگاه نخست را به خود اختصاص داده و الگوریتم‌ گرگ‌ خاکستری و جستجوی کلاغ، پس از آن به ترتیب در رتبه های دوم و سوم قرار می‌گیرند به ‌گونه‌ای ‌که نه تنها در یافتن جواب بهینه، بهتر عمل کرده بلکه ارتقای عملکرد و افزایش کارایی الگوریتم هیبریدی در شاخص‌های ارزیابی عملکرد مدل نسبت به سایرین نیز به وضوح مؤید این مدعی است.

Keywords

• تکنیک تصمیم گیری کوداس
• بهینه سازی بهره برداری از مخزن
• الگوریتم های جستجوی کلاغ و گرگ خاکستری
• الگوریتم هیبریدی گرگ خاکستری – جستجوی کلاغ
• مخزن سد گلستان