توسعه و کاربرد الگوریتم jpso در بهینه سازی بهره برداری از آبگیرها سدها

اخیرا روشهای فراکاوشی به عنوان ابزاری کارآمد جهت حل مسائل پیچیده ی مهندسی مورد استفاده ی بسیار قرار گرفته است. یکی از این روشها الگوریتم jpso می باشد که در این تحقیق با اعمال تغییراتی ابتکاری در ماهیت پرش الگوریتمjpso ، امکان حل مسائل مبتنی بر ساخت نمودار در آن فراهم گردیده و الگوریتم جدیدی به نامgjpso] ارائه شده است. مساله بهره برداری ساده و برقابی از آبگیرها سدها یکی از مسائل مهم در حوزه ی مدیریت منابع آب می باشد، که یکی از الزامات حل این گونه مسائل در فضای گسسته، ساختن نمودار مناسب است. در این مقاله کاربرد الگوریتم جدید توسعه داده شده در تابع پیچیده ی ریاضی اکلی[، و مساله ی بهره برداری ساده و برقابی از آبگیر مورد بررسی و ارزیابی قرار گرفته، و در نهایت نتایج آن با الگوریتم جامعه ی مورچگان مقایسه شده است. نتایج نشان دادند که الگوریتم پیشنهادی در حل تابع اکلی به بهینه ی مطلق رسید، و کمترین مقدار تابع هدف در مساله بهره برداری ساده و برقابی با 000/200 بار محاسبه تابع هدف برابر با 07/1 و 83/7 به دست آمد که این مقادیر برای الگوریتم جامعه مورچگان به ترتیب برابر با 93/0 و 1/10 می باشد. این مقایسه نشان دهنده ی توانایی بالای الگوریتم ارائه شده در پیدا کردن جوابهائی نزدیک به پاسخ بهینه با صرف هزینه ی محاسباتی مناسب می باشد.

Improved Jumping Particle Swarm Optimization Algorithm for Reservoir Operation

Recently, methaheuristic methods have been used as an efficient tools to solve complex engineering problems. One of these methods is JPSO algorithm, which, with a change in the nature of the jump of that algorithm in this research, it is possible to solve a graphbased problem with a new algorithm called GJPSO. The simple and hydropower operation of dams is one of the important issues in the field of water resources management. One of the requirements to solve these problems in a discrete space is creating an appropriate graph. Application of this new developed algorithm on complex mathematical Ackley function and simple and hydropower operation of dams is reported in this paper. The results were compared with the ant colony algorithm. The results showed that the proposed algorithm reach the absolute optimal answer for the Ackley function, and it also showed that a minimum objective function for simple and hydropower operation with 200,000 iterations of the objective function are 1.07 and 7.83, respectively. The value of ant colony algorithm for these two applications are 0.93 and 10.1, respectively. This comparison demonstrates the ability of the developed algorithm in finding solutions close to the optimal solution with a reasonable computational cost.