بهينه سازي بهره برداري از مخزن سد طالقان با استفاده از الگوريتم گرگ خاكستري و هيبريد آن با الگوريتم ژنتيك

Optimization of Taleghan Dam Reservoir Operation Using Grey Wolf Algorithm and Its Hybrid with Genetic Algorithm

با توجه به افزايش جمعيت، كمبود و محدوديت شديد منابع آب، يكي از گام هاي اساسي در زمينه مديريت و برنامه ريزي آب بهينه سازي مخازن مي باشد. در پژوهش حاضر، پس از معرفي الگوريتم بهينه سازي گرگ خاكستري، عملكرد اين الگوريتم به تنهايي و در حالت تركيب با الگوريتم ژنتيك در مساله ي بهينه سازي بهره برداري از مخزن سد طالقان ارزيابي شده است. تابع هدف به صورت حداقل سازي مجموع مجذور كمبودهاي نسبي در تخصيص به آن در هر ماه و ماكزيمم كردن اعتمادپذيري، در ﻃﻮل دوره آﻣﺎري 11 ساله ي 1388 تا 1398 ﺗﻌﺮﯾﻒ ﮔﺮدﯾﺪ. همچنين محدوديت هاي معادله ي پيوستگي مخزن، حجم ذخيره ي مخزن و حجم رهاسازي مخزن بر تابع هدف مساله اعمال شدند. نتايج به دست آمده از شاخص هاي ارزيابي عملكرد مدل ها نشان دادند از نظر شاخص هاي اطمينان پذيري زماني و آسيب پذيري و پايداري الگوريتم هيبريدي گرگ خاكستري – ژنتيك با 72.73 ، 0.28 ، 24.66 بهتر از الگوريتم گرگ خاكستري با 68.93 ، 0.29 ، 21.48 و الگوريتم ژنتيك با 66.66 ، 0.41 ، 21.34 مي باشد.

Due to population growth, shortage and severe limitation of water resources, one of the basic steps in water management and planning is reservoir optimization. In the present study, after the introduction of the Gray Wolf optimization algorithm, the performance of this algorithm alone and in combination with the genetic algorithm in optimizing the operation of the Taleghan Dam reservoir has been evaluated. The objective function is to minimize the total squares of relative deficiencies in allocating to it each month and maximize reliability throughout the 11-year transition period from 2009 to 2017. Also, the constraints of reservoir continuity equation, reservoir storage volume and reservoir release volume were applied to the objective function of the problem. The results obtained from the performance evaluation indices of the models showed that in terms of time reliability, vulnerability and sustainability indices, the gray wolf-genetic hybrid algorithm with 72.73, 0.28, 24.66 is better than the gray wolf algorithm with 68.93, 0.29, 21.48 and the algorithm. Genetics with 66.66, 0.41, 21.34.