طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن طراحی بهینه چاه های مشاهده ای در یک شبکه پایش سطح آب زیرزمینی با استفاده از الگوریتم فوق ابتکاری ژنتیک :

نام کنفرانس، همایش یا نشریه : پژوهشنامه مدیریت حوزه آبخیز

تعداد صفحات :۱۰

به منظور مدیریت کارا و موثر منابع آب زیرزمینی، برای کاهش حفر چاه های نمونه برداری که پرهزینه هستند، شبکه های پایشیکه به طور مناسبی طراحی شده باشند، می توانند به عنوان یک گزینه در نظر گرفته شوند. با استفاده از روش های بهینه سازی عددی، معضل به دست آوردن اطلاعات کمی و کیفی با حداقل تعداد چاه ها و نقاط نمونه برداری را می توان مرتفع نمود. برای پایش یک سیستم آبخوان، حفر یک شبکه از چاه های پایش نیاز است که این امر پرهزینه و پیچیده می باشد. در سال های اخیر طراحی این شبکه به طوری که کارآمد و در عین حال کم هزینه باشد به یک چالش تبدیل شده است. به منظور کاهش هزینه، سیستم های پایشی مورد توجه اند که در شرایط حداقل تعداد نقاط نمونه برداری، حداکثر دسترسی به داده های مناسب را داشته باشند. تکنیک های بهینه سازی فوق ابتکاری در این زمینه پتانسیل کاربرد بالایی را دارا هستند. در این مقاله منطقه ای از شمال ایران انتخاب شده تا توانایی الگوریتم ژنتیک (GA) ترکیب شده با کریجینگ و الگوریتم اجزای جمعی (PSO)، جهت بهینه سازی شبکه مقایسه و ارزیابی گردند، با این شرط که تعداد چاه های پایش طوری کاهش یابدکه تا حد امکان از کیفیت داده ها کاسته نشود. نتایج بهینه سازی نشان داد که در آبخوان آستانه – کوچصفهان تعداد چاه های مشاهده ای می تواند به اندازه ۲۶ درصد (۵۷ به ۴۲ چاه)، کاهش داده شود، بدون اینکه فقدان داده ای محسوسی ایجاد شود. مقادیر جذر میانگین مربعات خطا (RMSE) برای شبکه بهینه سازی به روش GA و PSO به ترتیب برابر ۰.۲۰۲۵ و ۰.۳۲۲۲ متر محاسبه شد. مقایسه مقادیر RMSE روش GA جهت بهینه سازی نهایی توصیه می شود.

کلید واژه: الگوریتم ژنتیک، الگوریتم اجزای جمعی، آب زیرزمینی، بهینه سازی، شبکه پایش سطح ایستابی، دشت آستانه – کوچصفهان