استفاده از تکنیک‌های محاسبات نرم جهت برنامه‌ریزی تخصیص منابع آب در زمان خشکسالی

بخش کشاورزی عمده مصرف کننده منابع آب در کشور می باشد، لذا اتخاذ تصمیمات مناسب در برنامه ریزی و تخصیص منابع آب در این بخش کمک شایانی در جهت مدیریت کارای این منابع می کند. هدف تحقیق حاضر آنست تا با استفاده از ابزارهای محاسبات نرم همانند الگوریتم بهینه سازی ازدحام ذرات (pso) و الگوریتم ژنتیک (ga)، مدلسازی مقادیر رهاسازی بهینه از مخزن و برنامه ریزی آبیاری در شبکه های کشاورزی پایین دست سد زاینده‌رود، تدوین گردد. در این راستا تقویم کشت محصولات، کل آ ب موجود و زمین قابل کشت در بخش کشاورزی و محدودیت های نیاز آبی متغیر محصولات از جمله مهمترین قیود غیر خطی تحقیق حاضر می باشند. نتایج حاکی از آن بود که مدلسازی یکپارچه pso با توزیع بهتر کمبودهای آبی بین مراحل مختلف رشد محصولات، توانست سود سیستم را در مقایسه با مقادیر تخصیص به روش سنتی (ونش بندی) به طور قابل توجهی افزایش دهد. همچنین با ملاحظه زمان رسیدن به همگرایی و نیز کل سود، مدل pso عملکرد بهتری نسبت به ga داشته است. در نهایت استفاده از تکنیک های محاسبات نرم در برنامه ریزی آبیاری، می تواند الگوهای موثری برای تخصیص منابع آب کشاورزی در مناطق خشک با منابع آب محدود فراهم کند.

The Use of Soft Computing Techniques for Irrigation Scheduling during Drought Episode

Agricultural sector is the main water consumer in our country. So the appropriate decisions for irrigation scheduling and its optimal allocation is of great importance for an efficient water management. The aim of the present study is to employ some soft computing techniques, such as the particle swarm optimization (PSO) and genetic algorithm (GA), and to determine optimal irrigation scheduling as well as reservoir release for agricultural networks located at downstream of ZayandehRud dam. In this regard, the crop calendar, total amount of available water as well as arable land in agricultural sector, the amount of water available at the beginning of water year and crop water requirements are the most important nonlinear constraints of current research. The results showed the integrated PSO modeling with better distribution of water shortages among different crop growth stages could significantly increase the net profit of system while compared to those of traditional irrigation systems. Regarding the time of reaching the convergence as well as total attainable benefit, the PSO has slightly outperformed the GA. Consequently, application of soft computing techniques in irrigation scheduling will provide effective water allocation patterns to save more water in an arid region with limited water resources.