فاطمه ظریف ابن کاظم - دانشجوی کارشناسی ارشد منابع آب، گروه مهندسی آبیاری و آبادانی، دانشگاه
الهه فلاح مهدی پور - دانشجوی دکتری منابع آب، گروه مهندسی آبیاری و آبادانی، دانشگاه تهران
امید بزرگ حداد - استادیار، گروه مهندسی آبیاری و آبادانی، دانشگاه تهران

در سالهای اخیر، پیچیدگی روز افزون مسائل بهینهسازی منجر به کاهش محبوبیت روشهای معمول بهینهسازی در مسائل پیچیده گشته است. این مسئله لزوم استفاده از الگوریتم های فراکاوشی را محسوستر می نماید. در این تحقیق مسأله بهرهبرداری بهینه مخزن با هدف تأمین نیاز پاییندست توسط الگوریتم های ژنتیکGenetic Algorithm( GAجستجوی مستقیمPattern( PS)و همچنین تلفیق آن دو انجام گردیده است. نتایج حاکی از آن است که متوسط مقدار تابع هدف تولید شده در اجراهای مختلف توسطPS و GA بترتیب 2/58 و 2/53 میب اشد و GA بسیار سریعتر از PS همگرا گردیده است باتوجه به نحوه عملکرد الگوریتم های PS,GA الگوریتم های تلفیقی( Pattern Search-Genetic Algorithm (PS-GA)و Genetic Algorithm- (GA-PS)) Pattern Searchجهت بهبود جواب های دو الگوریتمGA و PS مورد ارزیابی قرار گرفتند ومشاهده گردید الگوریتمGA-PSبا سرعت بالایی همگرا گشته و متوسط مقدار تابع هدف تولید شده توسط آن2/36 و متوسط مقدار تابع هدف تولید شده توسطPS-GA3/10میباشد. در نهایت برای بررسی مطلوبیت جواب های حاصل از کلیه الگوریتمهای مورد بررسی ، نتایج آن هابا نتیجه برنامه ریزی غیر خطیNon-Linear Programming(NLPمورد مقایسه قرار گرفتهومشاهده گردید، جواب های تولید شده توسط الگوریتمGA-PSنسبت به سایر الگوریتم ها از مطلوبیت بیشتری برخوردار می باشد. با توجه به نتایج بدست آمده، الگوریتم GA-PS بدلیل سرعت بالای همگرایی و قابلیت تولید جواب های بهینه، الگوریتمی بسیار مناسب جهت مسائل بهینه سازی بهره برداری از مخازن می باشد.

بهینهسازی ، الگوریتم ژنتیک، الگوریتم جستجوی مستقیم، الگوریتم های تلفیقی