<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن هیدرولیک ایران</PublisherName>
				<JournalTitle>نشریه علمی هیدرولیک</JournalTitle>
				<Issn>2345-4237</Issn>
				<Volume>10</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2015</Year>
					<Month>05</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Optimization of Groundwater Level Monitoring Network Design using Particle Swarm Metaheuristic Method</ArticleTitle>
<VernacularTitle>بهینه‌سازی شبکه پایش تراز آب زیرزمینی با استفاده از روش فرا کاوشی اجزای جمعی</VernacularTitle>
			<FirstPage>25</FirstPage>
			<LastPage>35</LastPage>
			<ELocationID EIdType="pii">11816</ELocationID>
			
<ELocationID EIdType="doi">10.30482/jhyd.2015.11816</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>ناصر</FirstName>
					<LastName>گنجی خرم دل</LastName>
<Affiliation>مدیرگروه مهندسی آب دانشگاه اراک</Affiliation>

</Author>
<Author>
					<FirstName>فاطمه</FirstName>
					<LastName>کیخایی</LastName>
<Affiliation>کارشناس ارشد مرکز تحقیقات کشاورزی و منابع طبیعی استان مرکزی</Affiliation>

</Author>
<Author>
					<FirstName>کورش</FirstName>
					<LastName>محمدی</LastName>
<Affiliation>عضو هیئت علمی گروه مهندسی علوم و منابع آب دانشگاه تربیت مدرس</Affiliation>

</Author>
<Author>
					<FirstName>محمد جواد</FirstName>
					<LastName>منعم</LastName>
<Affiliation>عضو هیئت علمی گروه سازه های آبی دانشگاه تربیت مدرس</Affiliation>
<Identifier Source="ORCID">0000-0001-7735-9976</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2015</Year>
					<Month>02</Month>
					<Day>28</Day>
				</PubDate>
			</History>
		<Abstract>Considering the complexity of groundwater media and high cost of groundwater monitoring, new innovative methods help us in the improvement of groundwater systems. In this research for minimizing overall data loss in total of optimized network, particle swarm optimization algorithm was used. In order to verify the effectiveness of the algorithm, one monitoring network with 57 observation wells was chosen. Later by reducing the number of monitoring wells to 42, the amount of RMSE was measured. Considering 0.3 as the threshold of error, the optimized network was obtained using the remaining 45 observation wells. A comparison of groundwater contours with original network showed that the solution of proposed algorithm is effective. In the remaining 42 observation wells there were some minor discrepancies. In comparison with genetic algorithm, the solution of PSO algorithm is better and has higher efficiency. Comparison of their RMSE also shows a faster convergence for PSO algorithm. Prediction of groundwater level contours in both models were possible and comparable too. Distribution of the omitted observation wells supported this comparison</Abstract>
			<OtherAbstract Language="FA">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.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">تراز آب زیرزمینی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پایش</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم اجزای جمعی گسسته</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">بهینه‌سازی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://jhyd.iha.ir/article_11816_d2949eb6aaa490c835219e945ff37dad.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
