|
|
بهینهسازی شبکه توزیع گاز طبیعی با استفاده از الگوریتم رقابت استعماری
|
|
|
|
|
نویسنده
|
هاشمی زهرا ,امیری علی ,میرمحمدی علی ,بیات مرتضی
|
منبع
|
پژوهش نفت - 1393 - دوره : 24 - شماره : 78 - صفحه:39 -47
|
چکیده
|
کمینهسازی هزینه گازرسانی با انتخاب قطر مناسب لوله و با در نظر گرفتن محدودیتهای عدم افت فشار در گرهها و حجم جریان انتقالی گاز، یکی از چالشهای مهم در صنعت نفت و گاز است که میتواند بهصورت یک مساله بهینهسازی مقید فرموله شود. در سالهای اخیر، رهیافتهای زیادی برای حل این مساله با استفاده از روشهای مکاشفهای مانند الگوریتم ژنتیک و الگوریتم کلونی مورچهها ارائه شده است که به موفقیتهای قابل توجهی دست یافتهاند. علیرغم کارهای انجام شده، هنوز سرعت همگرایی و دقت همگرایی به نقطه بهینه بهعنوان دو چالش مهم در این مساله مطرح هستند. در این مقاله یک راه حل مبتنی بر الگوریتم رقابت استعماری ارائه شده است. نتایج آزمایشات نشان میدهد که رهیافت پیشنهادی نسبت به نرمافزار gpnet که در شرکت ملی گاز استفاده میشود، منجر به صرفهجویی 20% در هزینهها شده که در مقایسه با روش مبتنی بر الگوریتم ژنتیک با صرفهجویی 1/12% دارای کارآیی بالاتری میباشد.
|
کلیدواژه
|
هوش محاسباتی، الگوریتم تکاملی، الگوریتم رقابت استعماری، بهینهسازی و شبکه توزیع گاز طبیعی
|
آدرس
|
دانشگاه آزاد اسلامی واحد زنجان, گروه مهندسی کامپیوتر, ایران, دانشگاه زنجان, دانشکده مهندسی, گروه کامپیوتر, ایران, دانشگاه تربیت دبیر شهید رجایی, دانشکده مکانیک, ایران, دانشگاه آزاد اسلامی واحد زنجان, گروه ریاضی, ایران
|
|
|
|
|
|
|
|
|
|
|
Natural Gas Supply Network Optimization Using Imperialistic Competition Algorithm
|
|
|
Authors
|
Hashemi Zahra ,Amiri Ali ,Mirmohammadi Ali ,Bayat Morteza
|
Abstract
|
Gas supply cost minimization by selecting the appropriate pipe diameters considering the limitations of pressures in the nodes and the volume of gas flow is one of the major challenges in the oil and gas industry, which can be designed as a constrained optimization problem. Nowadays, many approaches such as genetic algorithms and ant colony algorithm, which have achieved remarkable success, are proposed to solve this problem using heuristic methods. Despite the work done, yet the convergence speed and accuracy of convergence to the optimal point are considered as two of the major challenges. In this paper one solution method based on imperialistic competitive algorithm is presented. Test results show that the proposed approach compared to GPNet software, which is used in the National Gas Company, has achieved a 20% reduction in costs and it has better performance in comparison to genetic algorithm, which has a 12% cost reduction.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|