ارائه روشی مبتنی بر الگوریتم‌های بهینه‌ساز گرگ خاکستری و رقابت استعماری در فرآیند بهره‌برداری بهینه از مخزن سد

در طول سه دهه اخیر، مسئله بهره برداری بهینه از مخازن سد ها در بین پژوهشگران مدیریت منابع آب از توجه زیادی برخوردار بوده است. در همین راستا، با توجه به کارایی و قابلیت های بالای الگوریتم های فراابتکاری در این پژوهش به پیش‌بینی ذخیره مخزن سد شهرچای ارومیه و ارائه یک برنامه پیش بینی کوتاه مدت چند سال آتی، با استفاده از الگوریتم بهینه ساز گرگ خاکستری  gwo ) ) پرداخته شده است. الگوریتم gwo از سلسله مراتب رهبری و سازوکار شکار گرگ های خاکستری در طبیعت تقلید می کند. در این الگوریتم از چهار نوع گرگ خاکستری شامل آلفا، بتا، دلتا و امگا برای شبیه سازی سلسله مراتب رهبری استفاده شده است. در این پژوهش با در نظر گرفتن افق دید برنامه ریزی یک ساله و بازه های زمانی ماهانه، ابتدا الگوریتم gwo برای مسئله پیش بینی ذخیره مخزن سد شهرچای ارومیه طی دوره آماری 931385 ،به خوبی ارزیابی و نتایج با روش بهینه سازی الگوریتم رقابت استعماری ica )) مقایسه شد. نتایج نشان داد الگوریتم gwo ،با دقت 90 %نتایج بسیار مطلوب تری در یافتن جواب بهینه، سرعت همگرایی و هزینه ی محاسباتی کم تری در مقایسه با الگوریتم ica ارائه می کند. نتایج این پژوهش نشان داد الگوریتم gwo ،الگوریتمی مناسب در حل مسئله بهره‌برداری بهینه از سیستم مخزن سد می‌باشد.

Presentation of a Method Based on Gray Wolf Optimizer and Imperialist Competitive Algorithms in Optimal Operation of Dam Reservoir

In recent decades, the optimal use of dam reservoirs among water resource management researchers has been of great interest. So, due to the high performance and capabilities of evolutionary algorithms, in this study, using gray wolf optimizer algorithm (GWO) to predict Urmia Shaharchay dam reservoir and present a shortterm forecast program for next years. The gray wolf algorithm imitates the hierarchy of leadership and the mechanism of hunting gray wolves in nature. In this algorithm, four types of gray wolves consist of alpha, beta, delta, and omega have been used to simulate the hierarchy of leadership. In this study, considering the annual planning and monthly intervals, the GWO algorithm was firstly evaluated for prediction storage of Urmia Shaharchay reservoir during 20062014 years and the results compared with the ICA algorithm. The results showed that the GWO algorithm, with a high accuracy of 90%, provides better results in finding optimal response, convergence rate, and lower computational cost compared to the ICA algorithm. The results of this study indicated that GWO algorithm, an appropriate algorithm to solve the optimal operation of the dam reservoir system problem.