بهينه‌‌سازي شبكه‌هاي فاضلاب با الگوريتم دسته ذرات با قابليت پرواز بازگشتي و مجهز به حافظه هارموني

Sewer Networks Optimization by Particle Swarm Optimization with Abilities of Fly-Back Mechanism and Harmony Memory

نبود یك شبكه فاضلاب كارا، باعث به‌خطر افتادن سلامت عمومی و شیوع بیماری‌های واگیردار در جوامع شهری می‌شود. هزینه‌های زیاد احداث این شبكه‌ها و وجود محدودیت‌های مالی، سبب ورود روش‌های مختلف بهینه‌سازی در طراحی این شبكه‌ها شده است. مسئله طراحی شبكه‌های فاضلاب، دارای متغیرهای تصمیم گسسته و پیوسته همزمان است. علاوه بر آن، پیچیدگی زمانی غیرخطی این‌گونه مسائل باعث استفاده از روش‌های مختلف بهینه‌سازی در طراحی شبكه‌های فاضلاب شده است. در این پژوهش، از الگوریتم دسته ذرات با قابلیت پرواز بازگشتی و مجهز به حافظه هارمونی در بهینه‌‌سازی شبكه‌‌‌‌های فاضلاب استفاده شد. تابع هدف، شامل حداقل كردن هزینه‌های حفاری و تهیه لوله‌های شبكه، با توجه به قطرهای موجود در بازار بود. استفاده از مكانیسم‌های پرواز بازگشتی و حافظه هارمونی، مانع از پرواز بی‌ثمر ذرات و افزایش كارایی و ثبات محاسباتی الگوریتم دسته ذرات می‌شود. در مطالعه حاضر، قیود مسئله بهینه‌سازی شبكه‌های فاضلاب در دو سطح، بررسی و ارضا شدند كه موجب همگرایی مطلوب الگوریتم ذرات، در مقایسه با روش‌های معمول جریمه‌دهی در سایر روش‌های تكاملی شد. برای تعیین فضای امكان‌پذیر متغیرهای تصمیم، از مدل هیدرولیكی معادله مانینگ استفاده شد. كارایی الگوریتم با ارائه دو نمونه از شبكه‌های فاضلاب نشان داده شد. نتایج، بهبود محسوسی در كاهش هزینه‌ها نسبت به دیگر الگوریتم‌‌ها و ثبات محاسباتی بیشتری را نسبت به دسته ذرات استاندارد در بهینه‌سازی شبكه‌های فاضلاب نشان داد.

Lack of an efficient sewer network in urban areas threatens public health and may give rise to contagious diseases. Various optimization methods have been developed for use in designing sewers networks in response to a number of requirements such as the high costs of constructing sewer networks, financial limitations, the presence of both discrete and continuous decision variables, and the nonlinear time complexity of such design problems. In this study, the particle swarm optimization algorithm (PSO) with the capability of “fly-back” mechanism equipped with the harmony search (HPSO) is used for the optimization of sewers network designs. The objective function consists of minimizing the excavation and embedding costs of commercial pipes. The fly-back mechanism and the harmony memory method are used to prevent leaving out variables from the feasible space of the problem in an attempt to enhance model efficiency. Model constraints are satisfied at two levels, which leads to the desirable convergence of the PSO algorithm as compared to the conventional penalty methods in alternative evolutionary algorithms. In order to determine the admissible decision variables, the Manning equation is used as a hydraulic model. The performance of the proposed algorithm is shown by presenting two examples of sewer networks. Compared to the PSO algorithm used in sewer network optimization models, the proposed model exhibits a tangible improvement in cost reduction and a higher computational stability.