طراحي بهينه شبكه هاي جمع آوري سيلاب شهري با استفاده از الگوريتم ژنتيك تطبيقي

Optimal Design of Storm Sewer Networks Using Adaptive Genetic Algorithm

در اين پژوهش براي طراحي بهينه شبكه هاي جمع آوري سيلاب شهري كه از زيرساخت هاي مهم و ضروري شهرها محسوب مي شوند، يك الگوريتم ژنتيك تطبيقي توسعه داده شد. براي بهره گيري از ظرفيت ذخيره سازي ذاتي شبكه، قيد جريان با سطح آزاد با قيد عدم سيل گيري جايگزين و براي شبيه سازي هيدروليكي شبكه، از مدل SWMM 5.1 بهره گيري شد. رويكرد پيشنهادي، يك روش طراحي بهينه مبتني بر هيدروگراف است كه در آن براي رونديابي جريان در مجاري شبكه از مدل موج كامل ديناميكي استفاده مي شود. روش پيشنهادي براي طراحي بهينه شبكه جمع آوري سيلاب در منطقه كيانپارس شهر اهواز مورد استفاده قرار گرفت و نتايج آن با نتايج روش مرسوم )طراحي بهينه با قيد جريان با سطح آزاد(، مقايسه شد. نتايج نشان داد كه الگوريتم توسعه داده شده از سرعت و راندمان بالايي برخوردار است. به علاوه بهره گيري از ظرفيت ذخيره سازي ذاتي شبكه باعث شد تا هزينه ساخت جواب بهينه رويكرد پيشنهادي (۴۷۴/۸۸۵ ميليارد ريال) نسبت به هزينه جواب بهينه روش مرسوم (۹۶۸/۶۸۶ ميليارد ريال) به كمتر از نصف تقليل يابد.

In this study for optimal design of storm sewer networks، as an essential urban infrastructure، an adaptive genetic algorithm was developed. In order to utilize the intrinsic storage capacity of the sewer network، the free surface flow constraint was replaced with a new constraint in which no surface flooding was allowed. Furthermore، for the hydraulic simulation of the candidate sewer network، the Storm Water Management Model (SWMM 5.1) was used. The proposed framework was a hydrograph-based optimal design method in which the full dynamic wave model was used for flow routing in the network conduits. The proposed approach was applied for the optimal design of Kianpars storm sewer network، a suburb of Ahvaz city، in Iran. The results were compared with those obtained by the conventional optimal design method (with free surface flow constraint). The comparison showed that the developed algorithm had a high speed and efficiency. Furthermore، the proposed framework (with optimal solution’s construction cost of 474.885 Billion Rials) by utilizing the intrinsic storage capacity of the network could reduce the network construction cost to less than a half of the conventional method cost (with optimal solution’s construction cost of 968.686 Billion Rials).