بهینه‌سازی شبکه پایش تراز آب زیرزمینی با استفاده از روش فرا کاوشی اجزای جمعی

نوع مقاله: مقاله کامل

نویسندگان

1 مدیرگروه مهندسی آب دانشگاه اراک

2 کارشناس ارشد مرکز تحقیقات کشاورزی و منابع طبیعی استان مرکزی

3 عضو هیئت علمی گروه مهندسی علوم و منابع آب دانشگاه تربیت مدرس

4 عضو هیئت علمی گروه سازه های آبی دانشگاه تربیت مدرس

چکیده

با توجه به پیچیدگی‌های محیط آب زیرزمینی و هزینه‌های قابل‌توجه روش‌های مرسوم پایش، ابداع فن‌آوری‌های نو و بهره‌گیری از روش‌های پیشرفته در این امر، کمک شایانی در بهبود شناخت سامانه‌های آب زیرزمینی کرده است. روش‌های معمول مورد استفاده نیازمند فرایندهای تکراری هستند و در یک مسأله ترکیبی غیر‌خطی، قادر به اعمال جستجوی بهینه سراسری و آنالیز حساسیت تحت قیدهای مختلف نمی‌باشند. در این تحقیق از الگوریتم بهینه‌سازی گسسته اجزای جمعی به منظور حداقل نمودن فقدان داده کل در شبکه کاهش یافته یا بهینه شده استفاده گردید. به منظور بررسی قابلیت روش، الگوریتم بر روی یک شبکه پایش با تعداد 57 چاه مشاهده‌ای بکار گرفته شد. با کاهش تعداد چاه‌های شبکه تا 42 چاه، مقدار جذر میانگین مربع خطا اندازه‌گیری شد. با تعیین حد آستانه 3/0 برای خطا، شبکه بهینه با تعداد 45 چاه باقی‌مانده بدست آمد. مقایسه خطوط تراز سطح ایستابی حالات مختلف با شبکه اصلی نشان داد که حل‌های الگوریتم پیشنهادی مؤثر و مطلوب بوده و تنها در حالت 42 چاه باقی‌مانده، در برخی از خطوط تراز کمی انقطاع دیده ‌شد. در مقایسه با الگوریتم ژنتیک، حل‌های حاصل از الگوریتم اجزای جمعی از راندمان بالاتری برخوردار بوده و دارای سرعت همگرایی سریعتری بود. از نظر مقایسه مقادیر RMSE و نیز مقایسه خطوط تراز تخمینی سطح ایستابی با خطوط تراز اصلی شبکه، دو الگوریتم قابل مقایسه بوده و توزیع چاه‌های مستعد حذف، موید این مطلب بود.

کلیدواژه‌ها


حسینی عرب، ع.م. 1381. دستور العمل طراحی، پایش و کنترل کمّی و کیفی منابع آب زیرزمینی کشور، وزارت نیرو، سازمان مدیریت منابع آب ایران، معاونت پژوهش، دفتر مطالعات پایه منابع آب.

خورسندی، ا. 1385. بررسی و تکمیل مطالعات بیلان هیدروکلیماتولوژی دشت آستانه-کوچصفهان، شرکت سهامی آب منطقه­ای گیلان.

Aarts, E., and Lenstra, J.K. (1997). Local Search in Combinatorial Optimization. John Wiley & Sons, Chichester, England.

Bellmore, M., and Nemhauser, G.L. (1968). "The traveling salesman problem: A survey". Operations Research, 16: 538-582.

Chau, K., (2004). "River stage forecasting with particle swarm optimization", Springer-Verlag, Berlin Heidelberg, LNAI 3029: 1166-1173.

Cieniawski, S.E., Eheart, J.W., and Ranjithan, S., (1995). "Using genetic algorithm to solve a multiobjective groundwater monitoring problem". Water Resour. Res. 31 (2): 399-409.

Clerc, M., (2004). "Discrete particle swarm optimization, illustrated by the traveling salesman problem". In B. V. Babu & G. C. Onwubolu (Eds.), New optimization technique in engineering, Berlin: Springer, 219-239.

Clerc, M., (2006). Particle swarm optimization. London: ISTE.

Glover, F., Laguna, M., and Mart, R. (2000). "Fundamentals of scatter search and path relinking". Control and Cybernetics, 29(3): 653-684.

Goldbarg, E.F., Souza, G.R., and Goldbarg, M.C. (2006). "Particle swarm for the traveling salesman problem'. Springer-Verlag Berlin, LNCS 3906: 99-110.

Izquierdo, J., Montalvo, I., Perez, R., and Fuertes, V.S. (2008). "Design optimization of wastewater collection networks by PSO", Computers and Mathematics with Applications, 56(3): 777-784.

Jousma, G. (2008). "Guideline on groundwater monitoring for general reference purposes". International Groundwater Resource Assessment center. International Working Group I, GP 2008-1. Utrecht. p. 165.

Li, Y., and Chan Hilton, A.B., (2006). "Reducing spatial sampling in long-term ground-water monitoring using ant colony optimization". International Journal of Computational Intelligence Research 1 (1): 19-28.

 

Montalvo, I., Izquierdo, J., and Perez, R. (2008). "Particle swarm optimization applied to the design of water supply systems", Computers and Mathematics with Applications, 56(3): 769-776.

Moraglio, A., Di Chio, C., and Poli, R. (2007). "Geometric particle swarm optimization". Proceedings of European Conference on Genetic Programming (EuroGP), Berlin: Springer, 125-136.

Nielsen, D. (1991). Practical Handbook of Groundwater Monitoring, Lewis Publisher, Chelsea Michigan, USA, Briefing note Series. CRC Press. p. 728.

Nunes, L.M., Cunha, M.C., and Ribeiro, L., (2004). "Groundwater monitoring network optimization with redundancy reduction". Journal of Water Resource Planning and Management 130 (1): 33-43.

Poli., R. Kennedy., J. and Blackwell., T. (2007). "Particle swarm optimization. An overview". Swarm Intelligence. Berlin: Springer, 33-57.

Reed, P.M., Minsker, B.S., and Valocchi, A.J., (2000). "Cost-effective long-term groundwater monitoring design using a genetic algorithm and global mass interpolation". Water Resour. Res. 36 (12): 3731 – 3741.

Suribabu., C.R., and Neelakantan., T.R. (2006). "Design of water distribution networks using particle swarm optimization". Urban Water Journal. 3(2): 111-120.

Tuinhof, A. (2002). "Groundwater monitoring requirements for managing aquifer response and quality threats". Sustainable Groundwater management: Concept and Tools, GW Mate, Briefing Report. No, 9. World Bank.

Wegley, C., Eusuff, M., and Lansey, K., (2000). "Determining pump operations using particle swarm optimization". In: Proceedings of Joint Conference on Water Resources Engineering and Water Resources Planning and Management, Minneapolis, MN, July 30-Aug 2, 2000. ASCE, Reston, VA.

Wu, J., Zheng, C., and Chien, C.C., (2005). "Cost-effective sampling network design for contaminant plume monitoring under general hydrogeological conditions". Journal of Contaminant Hydrology 77: 41-65.