بهره برداري بهينه از مخازن سدها با استفاده از مكانيزم تظريف تطبيقي قطعي در الگوريتم مورچه ها

Optimal Reservoir Operation using Deterministic Adaptive Refinement mechanism for Ant Algorithm

در اين تحقيق از الگوريتم بهينه سازي جامعه مورچه ها و مكانيزم تظريف تطبيقي قطعي در حل مسايل بهينه سازي استفاده مي شود. با توجه به اينكه بسياري از مسايل واقعي پيوسته مي باشند، به كار گيري الگوريتم گسسته جامعه مورچه ها در حل آنها نيازمند به گسسته سازي متغيرهاي تصميم مساله مي باشد. چگونگي گسسته سازي بر روي همگرايي و كيفيت جوابها تاثير مي گذارد. در اين تحقيق مكانيزمي به نام تظريف تطبيقي قطعي، به منظور بهبود عملكرد الگوريتم مورچه ها و رسيدن به جواب هايي در حد جواب هاي بهينه مطلق، ارايه شده است. مكانيزم مورد نظر روشي تكراري است كه در آن فضاي جستجو مساله در هر تكرار، به اطراف جواب هاي بهينه حاصل شده در تكرارهاي قبلي محدود مي‌شود. در اين مقاله كاربرد مكانيزم فوق در نمونه هايي از مسايل پيچيده رياضي و مساله بهره برداري بهينه از سدها مورد بررسي قرار گرفته و با نتايج حاصل از مدل سازي مساله در نرم افزار LINGO و ساير روش‌هاي موجود مقايسه شده است. مقايسه نتايج نشاندهنده آنست كه مكانيزم به كار گرفته شده تاثير زيادي در بهبود جواب‌هاي مساله داشته وتوانايي پيدا كردن جواب‌هايي نزديك به جواب بهينه مطلق را با هزينه محاسباتي كم دارا مي باشد.

Ant Colony Optimisation (ACO) algorithm and adaptive refinement mechanism are used in this paper for solution of optimization problems. Many of the real engineering problems are، however، of continuous nature and finding their solution by discrete ant based algorithms requires discretisation of the decision variables in which affected the convergence and performance of the algorithm. In this paper an adaptive refinement mechanism is suggested to improve the performance of ant algorithms in solving continuous optimization problems. The proposed mechanism is an iterative method in which the search space of the problem at each iteration is limited to a small range around the optimal solution obtained in previous iteration. The application of the proposed mechanism to solve some benchmark function optimization problems and reservoir operation problem is considered and the results are presented.Compression of the results indicate the efficiency and effectiveness of the proposed method to improve the performance of the ant algorithms for continuous optimization problems