مدل بهینه‌سازی چندهدفه به‌منظور مدیریت بهره‌برداری تلفیقی با استفاده از الگوریتم‌‌های SGAs و NSGA-II

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کاندیدای دریافت دکترای عمران-آب، دانشگاه صنعتی امیرکبیر

2 استادیار دانشکده مهندسی عمران و محیط‌زیست، دانشگاه صنعتی امیرکبیر

چکیده

سیر گسترده فعالیتها در زمینه‌های مختلف منابع آب‌ سطحی و زیرزمینی و عدم توجه کافی به برنامه‌ریزی و مدیریت تلفیقی، ضرورت تحقیق در این خصوص را ایجاب می‌نماید. با توجه به عدم توازن در توزیع منابع آب و محدودیتهای استفاده از آبهای سطحی، تلفیق بهره‌برداری از منابع آب سطحی و زیرزمینی، امری ضروری است. در این مطالعه مدل‌سازی به گونه‌ای صورت می‌گیرد که حداقل اطمینان‌پذیری سیستم، حداکثر و هزینه‌های ناشی از عدم تأمین نیاز، احیای آبخوان، تخطّی از ظرفیت مخزن در حال بهره‌برداری و اولویتهای تخصیص حداقل گردد. برای نمایش منحنی تبادل بین این اهداف از مدل بهینه‌سازی الگوریتم ژنتیک مبتنی بر جواب غیرپست در مقایسه با الگوریتم ژنتیک مرحله‌ای استفاده شده است. نتایج مدل تدوین شده نشان می‌دهد که مدل NSGA-II در مدت زمان بسیار کمتری قادر به ارائه مقادیر بهینه تخصیص خواهد بود. با استفاده از منحنی تبادل بهینه می‌توان دریافت که برای افزایش مقدار اندکی در حداقل اطمینان‌پذیری، لازم است سیستم متحمل جریمه زیادی گردد و این نشان‌دهنده حساسیت بالای تأمین نیاز نسبت به تغییرات در سیستم طبیعی منابع آب است. از آنجا که در مدل الگوریتم ژنتیک مرحله‌ای، اهداف به صورت وزنی در قالب مدل تک‌هدفه اجرا می‌گردد، وجود جواب بهینه حاصل از این مدل در مجموعه جوابهای مدل الگوریتم ژنتیک مبتنی بر جواب غیرپست نشان از صحت مقادیر بهینه تخصیص تدوین یافته، دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Multi-objective Optimal Model for Surface and Ground-water Conjunctive Use Management Using SGAs and NSGA-II

نویسندگان [English]

  • Mahmoud Mohammad Rezapour Tabari 1
  • Reza Maknoon 2
  • Taghi Ebadi 2
1 Ph.D Candidate, Dept. of Civil and Environmental Eng., Amirkabir University of Technology
2 Assist. Prof., Dept. of Civil and Environmental Eng., Amirkabir University of Technology
چکیده [English]

The widespread activities in water resources exploitation and use require sound research programs on planning and management of conjunctive use of surface and ground-water. Conjunctive management is a suitable approach for the imbalanced water resources distribution and related constraints in using surface water. In this paper, a multi-objective model is developed to maximize the minimum reliability of the system and to minimize the costs due to failure to supply water, aquifer storage, failure to cope with reservoir capacity, and prioritizing water allocations. The non-dominated sorting genetic algorithm (NSGA-II) is used to present the optimal trade-off between the objectives. The sequential genetic algorithm (SGA) is also applied in order to be compared with the NSGA-II model. The results show that the NSGA-II model can considerably reduce the computational cost of the conjunctive use models in comparison with the SGA optimization model. The obtained trade-off curve shows that a slight increase in reliability leads to much higher system costs. The weighted single objective SGA model results verify the optimal trade-off obtained from NSGA-II model and show the optimality of the allocated discharges.

کلیدواژه‌ها [English]

  • Conjunctive use
  • optimization
  • multi-objective
  • Sequential Genetic Algorithm
  • non-dominated solution
  • aquifer
1- Buras, N. (1963). “Conjunctive operation of dams and aquifers.” J. of the Hydraulics Division, 89 (6), 111-132.

2- Aron, G., and Scott, V.H. (1971). “Dynamic programming for conjunctive water use.” J. of the Hydraulics Division, 97 (5), 705-721.

3- Pulido-Velázquez, M., Andreu, J., and Sahuquillo, A. (2006). “Economic optimization of conjunctive use of surface water and groundwater at the basin scale.” J. of Water Resources Planning and Management, 132 (6), 454-467.

4- Barlow, P.M., Ahlfeld, D.P., and Dickerman, D.C.(2003). “Conjunctive-management models for sustained yield of stream-aquifer systems.” J. of Water Resources Planning and Management, 129, (1), 35-48.

5- Rao, S.V.N., Murty Bhallamudi, S., Thandaveswara, B.S., and Mishra, G.C. (2004). “Conjunctive use of surface and groundwater for coastal and deltaic systems.” J. of Water Resources Planning and Management, 130, (3), 255-267.

6- Vedula, S., Mujumdar, P.P., and Chandra Sekhar, G. (2005). “Conjunctive use modeling for multicrop irrigation.” Agricultural Water Management, 73, 193-221.

7- Khare, D., M.K. Jat, Ediwahyunan. (2006). “Assessment of counjunctive use planning options: A case study of Sapon irrigation command area of Indonesia.” J. of Hydrology, 328, 764-777.

8- Zahraie, B., Karamouz, M. Eslami, A., Kerachian, R. (2006). “GA model for crop pattern and conjunctive use management in varamin plain in Iran.” Proceedings of 7th ICCE Conference,Tehran,Iran.

9- Afshar, A., Ostadrahimi, L., Ardeshir, A., and Alimohammadi, S. (2008). “Lumped approach to a multi-period–multi-reservoir cyclic storage system optimization.” Water Resources Management, DOI: 10.1007/s11269-008-9251-y.

10- Fredericks, J., Labadie, J., and Altenhofen, J., (1998). “Decision support system for conjunctive stream-aquifer management.” J. of Water Resources Planning and Management, 124 (2), 69-78.

11- Basagaoglu, H., Marino, M.A., and Shumway, R.H. (1999). “Delta-form approximating problem for a conjunctive water resource management model.” Advances in Water Resources, 23, 69-81.

12- Karamouz, M., Mohammad Rezapour Tabari, M., and Kerachian, R. (2007). “Application of genetic algorithms and artificial neural networks in conjunctive use of surface and groundwater resources.” J. of Water International, 32 (1), 163-176.

13- Karamouz, M., Mohammad Rezapour Tabari, M., Kerachian, R., and Zahraie, B. (2005). “Conjunctive use of surface and groundwater resources with emphasis on water quality.” World Water and Environmental Resources Congress 2005, Raymond Walton,Anchorage,Alaska,USA.

14- Narayan Sethi, L., Panda, S.N., and Nayak, M.K. (2006). “Optimal crop planning and water resources allocation in a coastal groundwater basin, Orissa, India.” Agricultural Water Management, 83 (3), 209-220.

15- علی‌محمدی، س. (1384). طراحی و بهره‌برداری بهینه تلفیقی از سیستم آبهای سطحی و زیرزمینی با رویکرد ذخیره سیکلی. پایان‌نامه دکترا، دانشگاه علم و صنعت ایران، تهران.

16- Deb, K., Agrawal, S., Pratap, A., and Meyarivan, T. (2000). “A fast elitist non-dominated Sorting genetic algorithm for multi-objective optimization: NSGA-II.” Kanpur Genetic Algorithm Laboratory (KanGAL) Report 200001, IndianInstitute ofTechnology,Kanpur,India.

17- مهندسین مشاور ری‌آب. (1386). مطالعات طرح تأمین درازمدت غرب استان تهران، گزارش هیدروژئولوژی و هیدروژئوشیمی، تهران.