مشخصات پژوهش

صفحه نخست /کاربرد روش یادگیری تقویتی ...
عنوان کاربرد روش یادگیری تقویتی معکوس در شبکه‌های آبیاری (مطالعه موردی: شبکه آبیاری دز)
نوع پژوهش پایان نامه
کلیدواژه‌ها شبکه آبیاری، کانال E1-R1، بهره‌برداری بهینه، توزیع و تحویل آب، یادگیری تقویتی معکوس، IRL
چکیده امروزه بسیاری از مردم و کارشناسان در سرتاسر جهان و به‌ویژه در کشور ما مشکلات ناشی از کمبود آب را در زندگی روزمره خود احساس می‌کنند، لذا مسئله مدیریت و حفاظت از منابع آب را به‌عنوان چالشی جدی برای خود و جامعه محسوب می‌نمایند. وجود بحران آب در سطح جهانی مسئله‌ای نیست که قابل‌چشم‌پوشی باشد و بر این اساس گام‌های مهمی برای به حداقل رساندن تأثیرات بحران و کمبود آب توسط بخش‌های مختلف و مسئول در بحث مدیریت منابع آب و مدیریت منابع طبیعی برداشته‌شده است. سهم آب بخش‌های مختلف شامل شرب و بهداشت، صنعتی و کشاورزی به ترتیب برابر با 10، 20 و 70 درصد است. بخش عمده مصارف منابع آب یک حوضه در بخش کشاورزی و شبکه‌های آبیاری و زهکشی مصرف می‌شود. شبکه‌های آبیاری و زهکشی مانند رگ‌های بدن انسان به‌ عنوان شاه‌راه‌‌های توزیع و انتقال آب در یک منطقه کشاورزی عمل می‌کنند که شامل انواع سازه‌های انتقال، منحرف‌کننده، تقسیم‌کننده و ... است که بهره‌برداری نادرست از این شبکه‌ها موجب تلفات زیاد آب می‌شود و مدیریت صحیح این شبکه‌ها به ‌منظور کاهش حجم قابل‌توجهی از تلفات، کاملاً ضروری است. برنامه‌ریزی توزیع و تحویل آب، عملکرد شبکه‌های آبیاری را به‌طور قابل ملاحظه‌ای تغییر می‌دهد. تعیین عوامل اصلی توزیع و تحویل آب شامل تعیین مقادیر دبی (Q)، مدت‌زمان (T) و دوره یا فرکانس (F) تحویل آب به هر گروه از مصرف‌کنندگان است. توزیع و تحویل آب به عنوان عناصر کلیدی در افزایش انعطاف‌پذیری عملکرد کانال و بهبود کارایی مصرف آب هستند. در میان روش‌های مختلف، روش بر حسب درخواست از نظر معیارهای مختلف مانند انعطاف‌پذیری، زیرساخت‌ و هزینه بین روش‌های گردشی و برحسب تمایل می‌باشد. در این تحقیق، الگوریتم یادگیری تقویتی معکوس (IRL)، معرفی و مدل ریاضی آن تهیه شد. در IRL یک تابع پاداش بر اساس کنش‌های مختلف عامل یادگیر (سازه‌های آب بند و آبگیر) در وضعیت‌های مختلف (که بر اساس تجربیات یک خبره به‌دست می‌آید) یادگیری می‌شود. سپس با استفاده از این تابع پاداش، کنش‌های مربوط به حالت‌های مختلف استخراج می‌شود. برای آزمون IRL از کانال E1-R1 شبکه دز استفاده شد که دارای 6 سازه آبگیر و 3 سازه تنظیم‌کننده است. با استفاده از داده‌های بهره برداری و با درنظر گرفتن سناریوهای مختلف، شبیه‌سازی شرایط هیدرولیکی جریان با مدل ICSS انجام شده و جهت استخراج الگوها به IRL داده شد. برای ارزیابی عملکرد یادگیری تقویتی معکوس، از شاخص‌های ارزیابی کفایت تحویل، راندمان تحویل، عدالت و پایداری در تحویل، خطای حداکثر مطلق و خطای مطلق تجمعی استفاده شد. نتایج تحقیق نشان داد که مدل IRL در تمام شبیه‌سازی‌ها به نتایج مناسبی همگرا می‌شود به طوری که شاخص‌های تحویل آب به مقدار بهینه نزدیک و عمق آب در عمق هدف تثبیت می‌شود.
پژوهشگران کاظم شاه وردی (استاد راهنما)، حسام قدوسی (استاد راهنما)، امیرحسین توانا (Amirhossein Tavana) (دانشجو)، فریناز عالمیان هرندی (استاد مشاور)