تدوین قوانین بهرهبرداری بهینه و بههنگام مخازن سدها با استفاده از شبکههای بیزی: کاربرد مدل حل اختلاف گروهی
محورهای موضوعی : مدیریت آب در مزرعه با هدف بهبود شاخص های مدیریتی آبیاریسید احسان شیرنگی 1 , سمیرا خالقی 2 , فهیمه بقایی 3 , عباس منصوری 4 , احسان پورمند 5
1 - استادیار واحد کرج
2 - دانشآموخته کارشناسی ارشد مهندسی عمران-سازه هیدرولیکی، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران
3 - دانشآموخته کارشناسی ارشد مهندسی عمران آب، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
4 - استادیار گروه مهندسی عمران، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
5 - دانشآموخته کارشناسی ارشد مهندسی عمران آب، دانشگاه خواجه نصیرالدین طوسی،تهران، ایران
کلید واژه: الگوریتم ژنتیک, رفع اختلاف گروهی, شبکههای بیزی, بهرهبرداری مخزن,
چکیده مقاله :
در بهرهبرداری بهینه کمـّی و کیفی از مخزن سدهابه دلیلوجود تصمیمگیران و ذینفعان متعدد با اهداف و مطلوبیتهای متفاوت و همچنین تعداد زیاد متغیرهای حالت و تصمیم، مساله تصمیمگیری بسیار پیچیده و امری ضروری محسوب میشود. در این مقاله با هدف رفعاختلاف بین تصمیمگیران در بهرهبرداری از مخزن سد، کاربرد یک مدل رفعاختلاف گروهی چند نفره جهت تعیین نقطه بهینه بر روی منحنی تبادل بدست آمده از تلفیق مدل شبیهسازی کیفی یک بعدی مخزن و مدل بهینهسازی الگوریتم ژنتیک حاصل از تحقیقات پیشین به نحوی که مطلوبیت همه تصمیمگیران از لحاظ کمـّی و کیفی تامین شود، ارائه میگردد. برای تدوین قوانین و سیاستهای بهرهبرداری بههنگام کمـّی - کیفی از مخزن سد، استفاده از مدل شبیهسازی هوشمند شبکههای بیزی که دارای قابلیت خروجی احتمالاتی میباشد پیشنهاد میشود. مطالعه موردی، سد پانزده خرداد ایران است که مخزن آن دارای مشکل قابل توجه کیفی است. نتایج حاصل نشاندهنده کارایی مناسب مدلهای ارائه شده در حلاختلاف بین سازمانهای تصمیمگیرنده و تعیین سیاستهای بهینه و بههنگام بهرهبرداری کمـّی - کیفی از مخزن میباشد.
In reservoir operation, there are various decision makers and stakeholders with different and varied utilities. In this paper, investigates the conflicts among decision makers and stakeholders and water quality simulation model and Genetic Algorithm (GA) optimization model combined to find the trade-off curve between qualitative and quantitative issues. The group n person conflict resolution theory is used for selecting the best point on trade-off curve. The Bayesian networks as a novel type of learning model is used to develop real-time operating rules. To evaluate the efficiency of the proposed methodology, it is applied to the 15-Khordad dam located in the central part of Iran. The 15-Khordad dam supplies the water demands of three main sectors: domestic, agriculture and environment. These sectors have conflicting interests about the quantity and quality of the allocated water to their demands the test results show that the both conflict resolution model and Bayesian network model can significantly calculate real-time reservoir operating policies.
لاله زاری، ر.، معاضد، ه.، برومندنسب س. و حقیقی، ع. 1394. توسعه مدل ریاضی و بهینهسازی تخصیص آب کشاورزی بر اساس رتبهبندی نامغلوب. نشریه حفاظت منابع آب و خاک، 5 (1): 17-30.
Chaves, P., Tsukatani, T., and. Kojiri, T. 2004. Operation of storage reservoir for water quality by using optimization and artificial intelligence techniques. Journal of Mathematics and Computers in Simulations, 67(4-5), 419-432.
Shirangi, E., Kerachian, R., and Shafai Bajestan, M. 2008. A simplified model for optimal reservoir operation considering the water quality issues: application of the Young conflict resolution theory. Journal of Environmental Monitoring Assessment, 146(1): 77-89.
Kerachian, R., and Karamouz, M. 2006. Optimal reservoir operation considering the water quality issues: a deterministic and stochastic conflict resolution approach. Journal of Water Resources Research, 42(12): 1-17.
Kerachian, R., and Karamouz, M. 2007. A stochastic conflict resolution model for water quality management in reservoir-river systems. Journal of Advances in Water Resources, 30(4): 866-882.
Soltani, F., Kerachian, R., and Shirangi, E. 2010. Developing operating rules for reservoirs considering the water quality issues: application of ANFIS-based surrogate models. Expert Systems with Applications, 37(9): 6639-6645.
Nash, J. F. 1953. The bargaining problem. Econometrica, 18: 155– 162.
Chae, S., Heidhues, P. 2004. A group bargaining solution. Journal of Mathematical Social Sciences, 48(1): 37-53.