بررسی تاثیر همبستگی ورودیهای شبیه در تحلیل عدم قطعیت سامانه‌های مهار کردن سیلاب

امروزه بررسی و تحلیل عدم قطعیتها در هر برنامه ای امری ضروری محسوب می گردد، بطوری که بدون درنظرگرفتن و تحلیل این عدم قطعیتها، وقوع حالات نامطلوبی، که رخداد آنها اهداف برنامه را به چالش می کشاند، دور از انتظار نیست. بررسی و تحلیل عدم قطعیتها در چارچوب مدیریت ریسک انجام می گیرد. اصولا از روش شبیه سازی مونت کارلو به عنوان ابزاری جهت تحلیل و بررسی یکپارچه و همزمان ترکیبات مختلف عدم قطعیتها استفاده می گردد. این روش، ابزار قدرتمندی جهت بررسی پیامد رخداد انواع حالات سامانه، با توجه به عدم قطعیتها می باشد که مزایای قابل توجهی، از جمله در نظرگرفتن رخداد توام عدم قطعیتها و قابلیت ارائه ی ابعاد گوناگون تابع مطلوبیت را دارا می باشد. در سامانه های طبیعی و مهندسی وجود متغیر های تصادفی وابسته به یکدیگر امری کاملا معمول و محتمل است. به منظور بررسی لزوم اعمال همبستگی عدم قطعیتها، به طراحی سامانه های مهار کردن سیلاب، با لحاظ انواع عدم قطعیتهای آبشناسی، هیدرولیکی و اقتصادی پرداخته شده است. در این مقاله، بطور خاص، طراحی سازه ی گوره، که یکی از روشهای معمول سازه ای مهار کردن سیلاب می باشد، مورد بررسی قرار گرفته است. در شبیه بهینه سازی غیر خطی توسعه یافته، عدم قطعیتها یک بار بدون اعمال همبستگی، و بار دیگر با اعمال همبستگی آنها وارد شده اند. حل شبیه، به وسیله ی نرم افزار lingo13 انجام شده است. در شبیه بدون اعمال همبستگی عدم قطعیتها مقادیر ارتفاع و سایر ابعاد گوره کوچکتر از شبیه با اعمال همبستگی به دست آمده است. نتایج بیانگر این مطلبند که در نظرنگرفتن نوع و میزان تاثیر متقابل عدم قطعیتها بر یکدیگر، ترکیباتی از خروجیهای سامانه را ارائه خواهد داد که در دنیای واقعی امکان پذیر نبوده و تابع مطلوبیت را تا حدی از واقعیت دور می کنند.

Effectiveness of the Correlation Inputs in Flooding Control System by Uncertainty Analysis

Uncertainty analysis is an essential part of every project dealing with uncertain phenomena, therefore the policy –makers might face unexpected happenings that may delay, or at the extremes, cause complete failure of any projects. Uncertainty analysis is usually preformed in the framework of risk management. The Monte Carlo simulation method is used for integrated and simultaneous analysis of different combinations of uncertainties. This method is a powerful tool to study the various states of the outcomes of a system due to the uncertainties that have significant advantages such as considering all the uncertainties and the ability to show different aspects of the utility function. Existence of dependent random variables is quite common and likely in natural and engineered systems. In order to evaluate the need for correlation actions uncertainty, the design of flood control systems in terms of hydrological, hydraulic and economic uncertainties is discussed. In particular, design of levees that are one of the most common structural flood control, has been studied. In the developed nonlinear optimization model, uncertainty once without correlation and again by considering correlation was achieved. Models have been solved by LINGO13 software. In the model without correlation, the height and other dimensions of levee is less than what the model with correlation predicts. The results indicated that ignoring the type and level of correlations between each uncertainty, combinations of the outputs of the system will provide results that are impossible in the real world and are somewhat far from reality.