[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 3، شماره 4 - ( 12-1394 ) ::
جلد 3 شماره 4 صفحات 19-42 برگشت به فهرست نسخه ها
مقایسه کارایی الگوریتم‌های فرا ‌ابتکاری ژنتیک و انبوه ذرات برای تخصیص بهینه آب به زمین‌های کشاورزی در شرایط محدودیت آب
بهرام سعیدیان ، محمد سعدی مسگری، مصطفی قدوسی
دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده:   (2815 مشاهده)

با توجه به این که بخش کشاورزی بیشترین مصرف کننده‌ی آب است، اتخاذ روش مناسب و توسعه مدلی برای تخصیص بهینه آب به محصولات کشاورزی یکی از مهم‌ترین گام‌ها در جهت مدیریت منابع آب است. هدف اصلی این مقاله تخصیص بهینه آب به محصولات کشاورزی در شرایط محدودیت آبی و با استفاده از الگوریتم‌های فرا ابتکاری ژنتیک و انبوه ذرات و مقایسه کارایی آن‌ها است. روش انجام تحقیق بدین‌صورت است که ابتدا داده‌های لازم توسط توابع و تحلیل‌های مکانی سیستم اطلاعات مکانی (GIS) تهیه و آماده‌سازی می‌شوند. سپس آورد منابع آبی استخراج می‌گردد و میزان آب موردنیاز هرکدام از محصولات کشاورزی محاسبه می‌شود. سپس بر اساس مساحت و عملکرد محصول هر زمین و درآمد حاصله از هر محصول، تابع هدف محاسبه و با استفاده از الگوریتم‌های ژنتیک و انبوه ذرات آورد منابع آب به زمین‌های کشاورزی تخصیص داده می‌شود. این تخصیص به‌گونه‌ای است که سود اقتصادی حاصل از محصولات تمام زمین‌ها حداکثر شود. نتایج تحقیقات نشان می‌دهد که سود حاصل از تخصیص با الگوریتم انبوه ذرات، 106938976 ریال بیشتر از الگوریتم ژنتیک است. همچنین نتایج تست همگرایی الگوریتم‌ها، حاکی از سرعت همگرایی بسیار بالاتر انبوه ذرات است. نتایج تست تکرارپذیری الگوریتم‌ها نیز، ثبات بالاتر الگوریتم انبوه ذرات را نمایان می‌کند (واریانس جواب‌های نرمال شده الگوریتم ژنتیک در 10 اجرا 151/0 و الگوریتم انبوه ذرات 104/0 است). با توجه به نتایج ارزیابی زمان اجرای الگوریتم‌ها در دو حالت تعریف شرط توقف (تعداد اجرا و رسیدن به دقتی خاص)، الگوریتم انبوه ذرات در هر دو حالت زمان اجرای کمتری (به میزان به ترتیب 320 و 272 ثانیه) دارد. درمجموع الگوریتم انبوه ذرات در تمام جنبه‌های بررسی‌شده برتری قابل‌توجهی نسبت به الگوریتم ژنتیک دارد. تنها مسئله در اجرای این الگوریتم، تخصیص ندادن هیچ آبی به برخی از زمین‌ها است. درواقع با توجه به این موضوع، به نظر می‌رسد که در مواقع کمبود آب برای رسیدن به سود اقتصادی بیشتر، بهتر است به‌جای کم‌آبیاری، برخی از زمین‌ها خشک شوند.

واژه‌های کلیدی: تخصیص آب کشاورزی، محدودیت آب، GIS، الگوریتم ژنتیک، الگوریتم انبوه ذرات.
متن کامل [PDF 1274 kb]   (970 دریافت)    
نوع مطالعه: پژوهشي |
دریافت: ۱۳۹۵/۴/۱۳ | پذیرش: ۱۳۹۵/۴/۱۳ | انتشار: ۱۳۹۵/۴/۱۳
فهرست منابع
1. [1] H. Asadi, Gh. R. Soltani, and J. Torkamani, "Irrigation water pricing in Iran A case study on land downstream of Taleghan dam", Agricultural economics and development, Vol. 15(58), pp. 61-91, 2007 (Persian).
2. [2] D. Raes, S. Geerts, E. Kipkorir, J. Wellens, and A. Sahli, "Simulation of yield decline as a result of water stress with a robust soil water balance model". Agricultural water management, Vol. 81(3), pp. 335-357, 2006. [DOI:10.1016/j.agwat.2005.04.006]
3. [3] P. Steduto, T. C. Hsiao, E. Fereres and D. Raes, "Deficit irrigation practices", FAO Water Reports No. 22, 2002.
4. [4] J. F. O. Alvarez, J. A. de Juan Valero, J. M. T. Martín-Benito, and E. L. Mata, "MOPECO: an economic optimization model for irrigation water management", Irrigation Science, Vol. 23(2), pp. 61-75, 2004. [DOI:10.1007/s00271-004-0094-x]
5. [5] M. Habibi Davijani, M. E. Banihabib, and S. R. Hashemi, "Development of Optimization Model for Water Allocation in Agriculture, Industry and Service sectors By Using Advanced Algorithm, GAPSO", Journal of Water and Soil, Vol. 27(4), pp. 680-691, 2013 (Persian).
6. [6] Divakar, L., Babel, M.S., Perret, S.R. and Gupta, A.D., "Optimal allocation of bulk water supplies to competing use sectors based on economic criterion–An application to the Chao Phraya River Basin, Thailand", Journal of Hydrology, Vol. 401(1), pp. 22-35, 2011. [DOI:10.1016/j.jhydrol.2011.02.003]
7. [7] [7] M. Zarezadeh, S. Morid, A. Salavitabar, and K. Madani, "Evaluating the Impacts of Climate Change and New Developments on Water Scarcity in Iran's Qezelozan-Sefidrood River Basin", Iranian Journal of lrrigation and drainage, Vol. 6(2), pp. 93-104, 2012 (Persian).
8. [8] [8] Rees, H. G., Matthew GR Holmes, M. J. Fry, Andrew R. Young, D. G. Pitson, and S. R. Kansakar, "An integrated water resource management tool for the Himalayan region", Environmental Modelling & Software, Vol. 21(7), pp. 1001-1012, 2006.
9. [9] [9] McKinney, Daene C., Ximing Cai, and David R. Maidment. "A prototype GIS-Based Decision Support System for River Basin Management", presented at the ESRI International User Conference. 1997.
10. [10] [10] Schlüter, M., Savitsky, A.G., McKinney, D.C. and Lieth, H., "Optimizing long-term water allocation in the Amudarya River delta: a water management model for ecological impact assessment", Environmental Modelling & Software, Vol. 20(5), pp. 529-545, 2005. [DOI:10.1016/j.envsoft.2004.03.005]
11. [11] [11] A. B. Yazdi, S. Araghinejad, A. P. Nejadhashemi, and M. S. Tabrizi, "Optimal water allocation in irrigation networks based on real time climatic data", Agricultural water management, Vol. 117, pp. 1-8, 2013. [DOI:10.1016/j.agwat.2012.10.025]
12. [12] [12] Z. Shangguan, M. Shao, R. Horton, T. Lei, L. Qin, and J. Ma, "A model for regional optimal allocation of irrigation water resources under deficit irrigation and its applications", Agricultural Water Management, Vol. 52(2), pp. 139-154, 2002. [DOI:10.1016/S0378-3774(01)00116-0]
13. [13] M. Moghaddasi, S. Morid, and Sh. Araghinejad, "Optimization of Water Allocation During Water Scarcity Condition Using Non-Linear Programming, Genetic Algorithm and Particle Swarm Optimization (Case Study)", Iran-Water Resources Research, Vol. 4(3), 1-13, 2009 (Persian).
14. [14] A. Montazar, and A. Rahimikob, "Optimal water productivity of irrigation networks in arid and semi‐arid regions". Irrigation and drainage, Vol. 57(4), pp. 411-423, 2008. [DOI:10.1002/ird.376]
15. [15] J. Reca, J. Roldán, M. Alcaide, R. López, and E. Camacho, "Optimisation model for water allocation in deficit irrigation systems: I. Description of the model", Agricultural water management, Vol. 48(2), pp. 103-116, 2001. [DOI:10.1016/S0378-3774(00)00126-8]
16. [16] S. F. Kuo, G. P. Merkley, and C. W. Liu, "Decision support for irrigation project planning using a genetic algorithm", Agricultural Water Management. Vol. 45, pp. 243–266, 2000. [DOI:10.1016/S0378-3774(00)00081-0]
17. [17] A. Chehraghani, M. S. Mesgari, M. Karimi, and A. S. Mastan, "Application of pattern search method in GIS for determining the optimal cultivation area of different crops", Geomatics 87 Conference, Tehran. (Persian).
18. [18] Kijne, Jacob W., Randolph Barker, and David J. Molden, eds, Water productivity in agriculture: limits and opportunities for improvement (Vol. 1). Cabi, 2003. [DOI:10.1079/9780851996691.0000]
19. [19] U. H. Zia, and A. Anwar, "Irrigation scheduling with genetic algorithms", Journal of Irrig. and Drain. Eng, Vol. 136(10), pp. 704-714, 2010. [DOI:10.1061/(ASCE)IR.1943-4774.0000238]
20. [20] D. Nagesh Kumar, K. S. Raju, and B. Ashok, "Optimal reservoir operation for irrigation of multiple crops using genetic algorithms", Journal of Irrigation and Drainage Engineering, Vol. 132(2), pp. 123-129, 2006. [DOI:10.1061/(ASCE)0733-9437(2006)132:2(123)]
21. [21] R. Wardlaw, and K. Bhaktikul, "Application of genetic algorithms for irrigation water scheduling", Irrigation and Drainage, Vol. 53(4), pp. 397-414, 2004. [DOI:10.1002/ird.121]
22. [22] J. Zhang, Z. Wu, C. T. Cheng, and S. Q. Zhang, "Improved particle swarm optimization algorithm for multi-reservoir system operation". Water Science and Engineering, Vol. 4(1), pp. 61-74, 2011.
23. [23] D. Nagesh Kumar, and M. Janga Reddy, "Multipurpose reservoir operation using particle swarm optimization". Journal of Water Resources Planning and Management, Vol. 133(3), pp. 192-201, 2007. [DOI:10.1061/(ASCE)0733-9496(2007)133:3(192)]
24. [24] A. Sheta, and H. Turabieh, "A comparison between genetic algorithms and sequential quadratic programming in solving constrained optimization problems", ICGST International Journal on Artificial Intelligence and Machine Learning (AIML), Vol. 6(1), pp. 67–74, 2006.
25. [25] S. N. Sivanandam, and S. N. Deepa, Introduction to Genetic Algorithms. Springer, Berlin Heidelberg, 2007.
26. [26] J. Y. Yeh, and W. S. Lin, "Using simulation technique and genetic algorithm to improve the quality care of a hospital emergency department", Expert Systems with Applications, Vol. 32(4), pp. 1073-1083, 2007. [DOI:10.1016/j.eswa.2006.02.017]
27. [27] R. C. Eberhart, and J. Kennedy, "A new optimizer using particle swarm theory", presented at the sixth international symposium on micro machine and human science, 1995. [DOI:10.1109/MHS.1995.494215]
28. [28] R. Poli, J. Kennedy, and T. Blackwell, "Particle swarm optimization", Swarm intelligence, Vol. 1(1), pp. 33-57, 2007. [DOI:10.1007/s11721-007-0002-0]
29. [29] R. Samsami, "Comparison Between Genetic Algorithm (GA), Particle Swarm Optimization (PSO) and Ant Colony Optimization (ACO) Techniques for NO Emission Forecasting in Iran", World Applied Sciences Journal, Vol. 28(12), pp. 1996-2002, 2013.
30. [30] A. P. Engelbrecht, Fundamentals of computational swarm intelligence (Vol. 1). Chichester: Wiley, 2005.
31. [31] R. C. Eberhart, and Y. Shi, "Comparing inertia weights and constriction factors in particle swarm optimization", presented at the Evolutionary Computation Conference, 2000. [DOI:10.1109/CEC.2000.870279]
32. [32] A. Alizadeh, and K. Gholamali, Crops water requirements in Iran. Mashhad: Emam Reza university Press, 2008 (Persian).
33. [33] R. Allen, LA. Pereira, D. Raes and M. Smith, "Crop evapotranspiration", FAO Irrigation and Drainage Paper No. 56, 1998.
34. [34] J. F. Ortega, J. A. De Juan, and J. M. Tarjuelo, "Improving water management: The irrigation advisory service of Castilla-La Mancha (Spain)", Agricultural Water Management, Vol. 77(1), pp. 37-58, 2005. [DOI:10.1016/j.agwat.2004.09.028]
35. [35] P. Steduto, T. C. Hsiao, E. Fereres and D. Raes, "Crop yield response to water", FAO Irrigation and Drainage Paper No. 66, 2012.
36. [36] J. Doorenbos and W. O. Pruitt, "Guidelines for predicting crop water requirements", FAO Irrigation and Drainage Paper No. 24, 1977.
37. [37] Estimated Costs of Crop Production in Zanan, WebPage, 2014. [Online]. Available from: http://www.agrizanjan.ir/index.php?option=com_content&view=article&id=524:2014-08-21-07-14-21&catid=45&Itemid=232
38. [38] S. J. Meyer, K.G. Hubbard and D.A. Wilhite, "A crop- specific drought index for corn: i. model development and validation", Agronomy Journal, Vol. 85, pp. 388-395, 1993. [DOI:10.2134/agronj1993.00021962008500020040x]
39. [39] B. Ghahraman, and A. R. Sepaskhah, "Use of water deficit sensitivity index for partial irrigation scheduling of wheat and barley", Irrigation Science, Vol. 18, pp. 11–16, 1997. [DOI:10.1007/s002710050039]
40. [40] B. Ghahraman, and A. R. Sepaskhah, "Linear and non-linear optimization models for allocation of a limited water supply", Irrigation and Drainage, Vol. 53(1), pp. 39-54, 2004. [DOI:10.1002/ird.108]
41. [41] J. Doorenbos and AH. Kassam, "Yield response to water", FAO Irrigation and Drainage Paper No. 33, 1979.
42. [42] M. Najarchi, F. Kaveh, H. Babazadeh, and M. Manshouri, "Determination of the yield response factor for field crop deficit irrigation". African Journal of Agricultural Research, Vol. 6(16), pp. 3700-3705, 2011.
43. [43] H. Motee G., Sh., Lotfi, M.M.S., and Esfahlan, An overview of some intelligent optimization methods. Shabestar: Islamic Azad University- Shabestar branch Press, 2010 (Persian)
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Saeidian B, Mesgari M S, Ghodousi M. Comparing the efficiency of GA and PSO metaheuristic algorithms in optimal allocation of water to agricultural farms in water scarcity condition . jgit. 2016; 3 (4) :19-42
URL: http://jgit.kntu.ac.ir/article-1-304-fa.html

سعیدیان بهرام، مسگری محمد سعدی، قدوسی مصطفی. مقایسه کارایی الگوریتم‌های فرا ‌ابتکاری ژنتیک و انبوه ذرات برای تخصیص بهینه آب به زمین‌های کشاورزی در شرایط محدودیت آب. مهندسی فناوری اطلاعات مکانی. 1394; 3 (4) :19-42

URL: http://jgit.kntu.ac.ir/article-1-304-fa.html



دوره 3، شماره 4 - ( 12-1394 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 29 queries by YEKTAWEB 3781