ارائه مدلی برای تخصیص آب شبکه آبیاری و زهکشی با استفاده از روش های هوشمند تکاملی

با توجه به وضعیت آبی کشور و از طرف دیگر افزایش نیاز به آب، مدیریت منابع آبی اهمیت فراوانی دارد. از آنجا که سهم عمده مصرف آب به بخش کشاورزی اختصاص یافته، از این‌رو مدیریت آب در دسترس و تخصیص بهینه آب از مسائلی است که باید موردتوجه قرار سساست‌گذاران قرار گیرد. در همین راستا، در پژوهش حاضر، از روشی فراابتکاری مبتنی بر الگوریتم وال (woa)، جهت تخصیص بهینه منابع آب شبکه آبیاری و زهکشی صوفی‌چای واقع در استان آذربایجان‌شرقی در بخش کشاورزی طی سال‌های آماری 92-1382 استفاده شد. نتایج حاصل از این روش با نتایج الگوریتم رقابت استعماری (ica) مورد مقایسه قرار گرفت. تابع هدف بر اساس هر یک از محصولات و عملکرد آن‌ها و درآمد حاصله از هر محصول مشخص و سپس حداکثرسازی تابع هدف و تخصیص بهینه منابع آب توسط الگوریتم‌های woa و ica انجام شد. نتایج پژوهش نشان داد با افزایش ضریب اعمالی به 0.9، سود حاصل از تخصیص بهینه آب با 30% افزایش سود اقتصادی همراه است. این در حالی است که الگوریتم woa در مقایسه با الگوریتم ica با تخصیص 1.720 میلیون متر مکعب حجم در سال دارای 8.90 % استفاده از منابع آب در حالت بهینه در بخش کشاورزی است. در مجموع می‌توان بیان کرد استفاده از روش‌های هوشمند تکاملی می‌تواند راه‌حل مناسبی در راستای تخصیص بهینه آب در بخش کشاورزی باشد.

presenting a model for water allocation of irrigation and drainage networks using intelligent evolutionary methods

due to the water situation in the country and on the other hand the increase in water needs, water resources management is important. since the major share of water consumption is allocated to the agricultural sector, water allocation is one of the issues that should be considered. in the present study, a new and at the same time highperformance method based on the whale algorithm (woa), for the optimal allocation of water resources of sufichai irrigation and drainage network located in east azerbaijan province in the agricultural sector during the statistical year data were used from 2005 to 2013. the whale algorithm is one of the newest metaheuristic algorithms inspired by the bubble net hunting method performed by humpback whales. the results were compared with the results of the ica algorithm. the objective function was determined based on each of the products and their performance and the income from each product, and then the maximization of the objective function and the optimal allocation of water resources was performed by woa and ica algorithms. the results showed that by increasing the application coefficient to 0.9, the profit from the optimal water allocation is associated with a 30% increase in economic profit. meanwhile, the woa algorithm, compared to the ica algorithm with an allocation of 1720 mcm per year, has 8.90% of the optimal use of water resources in agriculture. in general, the use of intelligent evolutionary methods can be a good solution for optimal water allocation in the agricultural sector.