به‌کارگیری الگوریتم فرا‌کاوشی چرخه آب به‌منظور تعیین الگوی بهینه کشت زراعی در مقایسه با الگوریتم ژنتیک و مدل برنامه‌ریزی خطی (مطالعه موردی: شبکه آبیاری ورامین)

با توجه به افزایش مصرف آب، توجه به تخصیص منابع بهینه آب نیاز است. در دهه‌های اخیر، استفاده از روش‌های تکاملی هوشمند برای بهینه‌سازی تخصیص آب گسترش پیدا کرده است. هدف از این مطالعه، توسعه یک مدل برنامه‌ریزی منابع آب برای تعیین کشت مناسب، بهره‌برداری بهینه از منابع آب زیرزمینی و منابع آب و همچنین نحوه تخصیص آب در میان محصولات کشاورزی به‌منظور به حداقل رساندن اثرات جانبی ناشی از کمبود آب و افزایش درامد آن است. در این مطالعه به‌منظور به حداکثر رساندن سود و کاهش حداکثری مصرف آب، براورد نیاز آب به محصول در دوره‌های مختلف برای بهینه‌سازی مدیریت الگوهای برداشت و مدیریت آبیاری در کشت در شبکه آبیاری ورامین با استفاده از الگوریتم تکاملی جدید چرخه آب استفاده شد. سپس برای اعتبارسنجی روش، نتایج آن با مدل برنامه‌ریزی خطی و الگوریتم ژنتیک مقایسه شد (0.9963 = 2r) نتایج نشان داد که الگوی کاشت منطقه مطلوب نبوده و کشت محصولاتی نظیر گندم، جو، گوجه‌فرنگی، خربزه و یونجه به صفر رسیده است. در الگوی جدید، بیشترین سطح زیر کشت به محصولات صنعتی مانند کلزا و پس از آن به خیار و ذرت اختصاص داده شد در حالی که درامد حدود 11 درصد افزایش یافت. علاوه‌بر آن، مقداری آب در ماه‌های مختلف در شبکه باقی می‌ماند که می‌توان از آنها به‌منظور تزریق به سفره‌های زیرزمینی و یا کشت سایر محصولات بر اساس میزان آب موجود استفاده کرد.

Using of Metaheuristic Water Cycle Algorithm in order to Determine Optimal Crop Cultivation across of Genetic Algorithm and linear programming (Case Study: Varamin Irrigation Network)

Due to water use increasing, attention to optimal water resources allocation is needed. In recent decades, the use of intelligent evolutionary methods for optimization of water allocation was focused more by researchers. The aim of this study is to development on water resources planning model that determined the proper cultivation, optimal exploitation of groundwater and surface water resources although water allocation among crops is a way to minimize the adverse effects of dehydration and increase its revenue. In this study, for maximizing profits, estimating crop water requirements at different periods to optimize the management of cropping patterns and irrigation management in cultivation in Varamin irrigation network using a new evolutionary algorithm was called the water cycle. Then for validation of this method is that a new approach and ensure the integrity of its performance Its results are compared with a genetic algorithm model and linear programming as our base (R2=0.9963). The results showed that the area cropping pattern was not optimal and the area under cultivation of crops such as wheat, barley, tomatoes, Bamjan, melon, alfalfa reaches zero and the new paradigm of the largest area under cultivation to industrial goods and then was assigned cucumbers. While our revenues have increased about 11 percent. In addition to amount of water in different months remain in the network that can be used for many that such as injection into underground aquifers or other crops based on the amount of water available.