بهینه‌یابی ابعاد لوله‌های شبکه آبیاری تحت‌فشار شاخه‌ای با استفاده از الگوریتم زنبورعسل

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشآموخته کارشناسیارشد آبیاری و زهکشی، دانشگاهآزاد اسلامی، واحد علومو تحقیقات تهران،گروه مهندسی آب،تهران ایران

2 دانشیار، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، گروه مهندسی آب، تهران، ایران

3 دانشجوی دکتری مهندسی منابع آب، دانشگاه تهران، تهران، ایران

چکیده

هزینه‌های اولیه احداث شبکه‌های آبیاری تحت‌فشار مهم­ترین مساله برای توسعه این روش می‌باشد که جستجوی قطر بهینه لوله‌های تحت‌فشار می‌تواند ضمن تضمین طراحی مناسب، تأثیر عمده‌ای در کاهش هزینه‌ها داشته باشد. روش‌های مختلفی برای بهینه‌سازی تاکنون مورد بررسی قرار گرفته که در این مقاله از روش الگوریتم زنبورعسل به­عنوان یکی از روش‌های فراابتکاری بهینه‌سازی برای طراحی شبکه آبیاری تحت‌فشار شاخه‌ای استفاده شده است. در این مقاله ضمن معرفی این روش و نشان دادن کاربرد آن در حداقل‌سازی هزینه طراحی شبکه لوله‌های آبیاری تحت‌فشار، نتایج حاصله از کاربرد آن در طراحی دو شبکه، از جمله یک شبکه با ابعاد واقعی، با دیگر روش‌های متداول در طراحی شبکه‌ لوله‌های آبیاری تحت‌فشار شامل روش‌های سرعت مغنیه، سرعت توصیه شده، شیب هیدرولیکی ثابت، حداکثر سرعت، برنامه‌ریزی خطی، لابیه، ضرایب لاگرانژ و طراحی برگشتی مقایسه گردید. نتایج این تحقیق نشان داد الگوریتم زنبورعسل کم‌ترین هزینه را نسبت به سایر روش‌ها دارد به‌طوری‌که با روش سرعت توصیه شده بیش از 65 درصد اختلاف نشان می‌دهد.

کلیدواژه‌ها


عنوان مقاله [English]

Optimization of Branch Pipe Irrigation Network Using HBMO Algorithm

نویسندگان [English]

  • Arash Asadi 1
  • Hossein Babazadeh 2
  • navid Ghajarnia 3
1 M.Sc Graduate student in Irrigation and Drainage, Water Engineering. Department of Science and Research Branch Islamic Azad University., Tehran., Iran
2 Associate Professor, Water Eng. Dep, Science and Research Branch Islamic Azad University., Tehran., Iran.
3 Ph.D Candidate, Water Resources Engineering, University of Tehran., Tehran., Iran
چکیده [English]

The initial cost of pressurized irrigation network is the most important issue for this method’s development. Searching for the optimization diameter of pressurized branches could guarantee the suitable design as well as having a high effect on costs reduction. Different methods of optimization have been considered so far. In this research, the HBMO algorithm has been used as one of the optimization metaheuristic methods for pressurized branched irrigation networks design. The research will introduce this method and its application in minimizing the pressurized branched irrigation network’s cost. Also the obtained results of this application in designing two networks, a real network with other current methods within pressurized branched irrigation networks such as mougnie velocity, recommended velocity, linear programming, labye, lagrange multipliers, and recursive design, has been compared.
The results of this research showed that HBMO algorithm in comparison with other methods has the least cost (more than 65 percent difference in comparision with Recommended Velocity method).

کلیدواژه‌ها [English]

  • HBMO Algorithm
  • Metaheuristic Algorithm
  • optimization
  • Pressurized irrigation
اسدی،آ. 1390. بهینه‌سازی ابعاد شبکه لوله‌های آبیاری تحت‌فشار با استفاده از الگوریتم‌های فراابتکاری ، پایان‌نامه کارشناسی ارشد، دانشکده کشاورزی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران.

بزرگ‌حداد، ا. 1384. بهینه‌سازی هیدروسیستم‌ها با استفاده از الگوریتم بهینه‌یابی جفت‌گیری زنبورعسل، رساله دکتری، دانشکده عمران، دانشگاه علم و صنعت ایران.

Alperovits,E and Shamir,U. 1977. Design of optimal water distribution systems. Journal of Water Resource Research, 13:6. 885-900.

Clement,R. 1966. Calcul des debits dans les reseaux d’irrigation fonctinnant a demande. Houille Blanche. 20:5. 253-575.

Cunha,M.C and Sousa,J. 1999. Water distribution network design optimization: Simulated anneling approach. Journal of Water Resources and Planning Management., 125(4), 215-221.

Eusuff,M.M and Lansey,K.E. 2003. Optimization of water distribution network design using the shuffled frog leaping algorithm. Journal of Water Resources and Planning Management., 129:3. 210-225.

Farmani,R., Abadia,R and Savic,D. 2007. Optimum design and management of pressurized branched irrigation networks. Journal of Irrigation and Drainage Engineering., 133(6): 528-537.

Gonzalez Cebollada,C., Macarulla,B and Sallan,D. 2011. Recursive Design of pressurized Branched Irrigation Networks. Journal of Irrigation and Drainage Engineering., 137(6): 375-382.

Hassanli,A.M and Dandy,G.C. 2005. Optimal layout and hydraulic design of branched networks using genetic algorithms. Journal of Research and Applications in Agriculture Engineeering., 21(1): 55-62.

Kadu,M.S., Gupta,R and Bhave,P.R. 2008. Optimal design of water networks using a modified genetic algorithm. Journal of  Water Resources Planning Management., 134:2. 147-160.

Karmeli,D., Gadish,I and Meyers,S. 1968. Design of optimal water distribution networks, Journal of Pipeline Division, ASCE 94:1. 1-9.

Labye,Y. 1981. Iterative discontinuous method for networks with one or more flow regimes, Proceedings of the International Workshop on Systems Analysis of Problems in Irrigation, Drainage and Flood Control, New Delhi, 31-40

Liang,T. 1971. Design of conduit system by dynamic programing, Journal of Hydraulic division, ASCE 97:3. 383-393.

Mohan,S and JineshBabu,K.S. 2010. Optimal Water Distribution Network Design with Honey-Bee Mating Optimization. Journal of Computing  in Civil Engineering, 24:1. 117-126.

Morgan,D and Goutler,I. 1985. Optimal urban water distribution design, Water Resource Research, 21:5. 642-652.

Quindry,G., Brill,E and Liebman,L. 1981. Optimization of looped water distribution systems, Journal of Environmental Engineering Division, ASCE 107:4. 665-679.

Savic,D.A and Walters,G.A. 1997. Genetic algorithms for least cost design of water distribution networks. Journal of Water Resources and Planning Management., 123:2. 67-77.

Sipser,M. 1997. Introduction to the theory of computation, PWS publishing, Boston.474 pp.

Schaake,J and Lai,D. 1969. Linear programing and dynamic programing application of water distribution network design, Report 116, MIT Press, Cambrige, Mass, USA.

Walters,G and Lohbeck,T. 1993. Optimal layout of tree networks using genetic ahgorithms, Engineering Optimization., 22:2. 27-48.