مشخصات پژوهش

صفحه نخست /بهره برداری از کانال های ...
عنوان بهره برداری از کانال های آبیاری با استفاده از روش های هوشمند
نوع پژوهش مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها روش بر حسب درخواست، سنجه های ارزیابی، عملکرد بهره برداری، کانال عقیلی شرقی، یادگیری تقویتی، روشهای محاسباتی نرم
چکیده چکیده سابقه و هدف: رشد سریع جمعیت، کشاورزی، شهرنشینی و صنعت موجب افزایش تقاضای آب و رقابت برای مصرف­ های مختلف شده است. ترویج بهره ­وری آب در کشاورزی تأثیر قابل توجهی بر افزایش راندمان مصرف آب دارد. روش های توزیع و تحویل آب نیز نقش تعیین کننده ­ای در میزان انعطاف پذیری سامانه ­های آبیاری و بهبود بهره وری آب دارند. از میان روش های موجود، روش تحویل برحسب درخواست، انعطاف پذیری بیشتری نسبت به روش گردشی دارد و نسبت به روش برحسب تمایل (برحسب تقاضا) به زیرساخت های کمتری نیاز دارد. تنظیم مناسب سازه ­ها و دستورالعمل­ های بهره ­برداری بین درخواست­ های متوالی تابعی از تغییرات دبی، فاصله زمانی بین بهره برداری­ ها، همزمانی درخواست­ های مختلف، شرایط فیزیکی سازه ­های کانال و رفتار هیدرودینامیکی جریان می­ باشد که موجب پیچیدگی و لزوم استفاده از روش­ های ریاضی جهت مدل­سازی و بهره برداری می گردد. در این تحقیق از روش جدید [i]FSL و روش [ii]ANN استفاده گردید و به­ منظور تعیین عملکرد روش جدید بکار رفته عملکرد آن با روش ANN مقایسه گردید. داده ­های بکار رفته نیز مربوط به کانال عقیلی شرقی واقع در استان خوزستان می ­باشند. مواد و روش­ ها: در این تحقیق، مقایسه کارائی دو روش یادگیری مدرن (یادگیری تقویتی سارسای فازی) و یادگیری سنتی (شبکه های عصبی مصنوعی) به ­منظور برنامه ­ریزی توزیع و تحویل آب در روش تحویل برحسب درخواست در کانال عقیلی شرقی استان خوزستان انجام شد. به­ منظور شبیه­ سازی از 70%، 15% و 15% داده ­ها به ترتیب برای آموزش، کالیبراسیون و اعتبار سنجی مدل­ها استفاده شد. یادگیری و آموزش داده ­های دبی و بازشدگی آبگیرها توسط شبکه ­های عصبی مصنوعی پرسپترون چند لایه و تابع پایه شعاعی انجام و بهترین حالت تنظیم سازه ­ها با استفاده از معیارهای ضریب همبستگی و ریشه میانگین مربعات خطا انتخاب شد. همچنین، بهترین تنظیم سازه ها با استفاده از روش یادگیری تقویتی نیز استخراج گردید. به ­منظور ارزیابی نتایج نیز از سنجه های راندمان، کفایت، پایداری و عدالت در تحویل آب و همچنین سنجه ­های میانگین و حداکثر نوسانات سطح آب نسبت به عمق هدف استفاده گردید. نتایج و بحث: براساس نتایج به ­دست آمده مشاهده شد که سنجه [iii]MPA در روش شبکه عصبی مصنوعی برای بلوک های اول و دوم کانال به ترتیب برابرند با 952/0 و 919/0 و در حالت ا
پژوهشگران فاطمه بیات (نفر اول)، حسام قدوسی (نفر دوم)، کاظم شاه وردی (نفر سوم)