پیوندهای مفید
آمار
| تعداد نشریات | 11 |
| تعداد شماره‌ها | 226 |
| تعداد مقالات | 2,285 |
| تعداد مشاهده مقاله | 3,522,331 |
| تعداد دریافت فایل اصل مقاله | 2,581,906 |
تحلیل حساسیت پارامترهای توابع جریمه در مدلهای بهینه سازی بهره برداری از مخازن چند منظوره | ||
| فناوری آموزش | ||
| مقاله 5، دوره 1، شماره 4، مهر 1386، صفحه 265-273 اصل مقاله (1 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22061/tej.2007.1278 | ||
| نویسندگان | ||
| سعید علی محمدی1؛ فخرالدین علی مرادی2؛ ابراهیم جباری3 | ||
| 1دانشگاه صنعتی آب و برق شهید عباس پور،تهران،ایران | ||
| 2دانشگاه آزاد اسلامی واحد چالوس،مازندران،ایران | ||
| 3دانشکده عمران ، دانشگاه علم و صنعت ایران،تهران،ایران | ||
| تاریخ دریافت: 07 خرداد 1399، تاریخ پذیرش: 07 خرداد 1399 | ||
| چکیده | ||
| یکی از مهمترین ارکان مدلهای بهینه‌سازی بهره‌برداری از مخازن چند منظوره، تعریف یک تابع جریمه یا خسارت می‌باشد. بدلیل تنوع اهداف بهره‌برداری و پیچیدگی سیستم، اغلب بجای استفاده از توابع سود و هزینه، که تنها برخی اهداف را مدنظر قرار می‌دهند، از توابع جایگزین استفاده می‌نمایند. این توابع بصورت مجموع چند عبارت می‌باشند که جریمه یا خسارت متناظر با انحراف از مقادیر مطلوب (نیازها) را منعکس می‌نمایند. در اینصورت یکی از مهمترین مراحل تدوین مدل بهینه‌سازی، تعیین ضرایب و توانهای (پارامترهای) این توابع است. در این مقاله از یک مدل برنامه‌ریزی پویای استوکستیک (SDP) جهت بهینه‌سازی بهره‌برداری از یک مخزن چند منظوره استفاده شده است. بکمک این مدل، پارامترهای تابع خسارت از طریق تحلیل حساسیت مورد ارزیابی قرار گرفته‌اند. بدین منظور معیارهای اعتمادپذیری، برگشت‌پذیری، و آسیب‌پذیری بکار گرفته شده‌اند. بررسی‌ها نشان می‌دهد که حساسیت این پارامترها به تغییرات توان توابع به مراتب بیشتر از ضرایب توابع است. | ||
| کلیدواژه‌ها | ||
| تابع خسارت؛ برنامه ریزی پویای استوکستیک؛ بهینه سازی؛ برقابی | ||
| موضوعات | ||
| معماری | ||
| عنوان مقاله [English] | ||
| Sensitivity analysis of penalty function parameters in operating optimization models of multi-purpose tanks | ||
| نویسندگان [English] | ||
| S. Ali Mohammadi1؛ F. Ali Moradi2؛ E. Jabbari3 | ||
| 1Shahid Abbaspour University of Water and Power Engineering,Tehran,Iran | ||
| 2Islamic Azad University, Chalous Branch,Mazandaran,Iran | ||
| 3Faculty of Civil Engineering, Iran University of Science and Technology,Tehran,Iran | ||
| چکیده [English] | ||
| One of the most important pillars of optimized multi-purpose reservoir optimization models is the definition of a penalty or loss function. Due to the variety of operating goals and the complexity of the system, they often use alternative functions instead of using profit and cost functions, which only consider certain goals. These functions are the sum of several expressions that reflect the penalty or damages corresponding to the deviation from the desired values (needs). In this case, one of the most important steps in developing an optimization model is to determine the coefficients and capabilities (parameters) of these functions. This paper uses a dynamic stochastic programming (SDP) model to optimize the operation of a multi-purpose tank. With the help of this model, the parameters of the damage function have been evaluated through sensitivity analysis. For this purpose, the criteria of reliability, reversibility, and vulnerability have been used. Studies show that these parameters are much more sensitive to changes in the power of functions than the coefficients of functions. | ||
| کلیدواژه‌ها [English] | ||
| Damage function, stochastic dynamic programming, optimization, hydro power | ||
| مراجع | ||
|
[1] Becker, L., and W.W-G. Yeh; Optimal timing, sequencing, and sizing of multiple reservoir surface water supply facilities, Water Resour. Res., Vol 10, No1, 1974, pp 57-62. [2] Bellman, R.E; Dynamic Programming; Princeton University Press; Princeton, N.J., 1957. [3] Bogardi, J.; Optimal hydropower system configuration based on operational analysis; ASCE, Jour of Water Resour Plann. Mange. Vol 116, No2, 1990, pp 233-246. [4] Butcher, W.S.; Stochastic dynamic programming for optimum reservoir operation; Water Resour. Bull., Vol 7, No1, 1971, pp 115-123. [5] Georgakakos, A.P., Yao, and Y. Yu; Control model for hydroelectric energy-value optimization; ASCE Jour. Water Resour. Plann. Manag. Vol 123, No1, 1997. [6] Graygier J.C., and Stedinger, Algorithms for optimizing hydropower system operation; Water Resour. Res., Vol 21, No1, 1985. [7] Gablinger, M., and D.P. Loucks; Markov models for flow regulation; ASCE, Jour. Hydra Div, Vol 96, No1, 1970, pp 165-181. [8] Hashimoto T., J.R. Stedinger, and D.P. Loucks; Reliability. Resiliency, and Vulnerability criteria for Water Resource performance evaluation; Water Resour. Res., Vol 18, No1, 1982, pp 14-20. [9] Heidari M., V.T. Chow, P.V. Kokotovic, and. D.D. Meredith; Discrete differential dynamic programming approach to Water Resources systems optimization; Water Resour. Res. Vol 7, No2, 1971, pp 273-283. [10] Karamouz M. and M.H. Houck; Annual and monthly reservoir operating rules; Water
Resour. Res., Vol 18, No5, 1982, pp 13371344. [11] Karamouz M. and H.V. Vasiliadis; Bayesian stochastic optimization of reservoir operation using uncertain forecasts; Water Resour. Res., Vol 28, No 5, 1992, pp 12211232. [12] Kelman, J, J.R. Stedinger, L.A. Cooper, E. Hsu, and S-O. Yuan; Sampling stochastic dynamic programming applied to reservoir operation; Water Resour. Res. Vol 226, No3, 1990, pp 447-454. [13] Loucks, D.P.; and L.M. Falkson; A comparison of some dynamic, linear, and policy iteration methods for reservoir operation; Water Resour. Bull, Vol 6, No3, 1970, pp 384-400. [14] Loucks D.P. J.R. Stedinger, and D.A. Haith; Water Resource systems planning and analysis; Prentice-Hall, Englewood Cliff, N.J.; 1981. [15] Lund. J., Derived power production and energy drawdown rules for reservoirs, ASCE, Jour Water Resour Plan. Manag. Vol 126, No2, 2000, pp 108-111. [16] Mays L.W., and Y.K. Tung; Hydrosystem engineering and management; McGraw-Hill Book Co., New York, N.Y., 1992. [17] Reznick and Simonovic, Issues in hydro power modeling using algorithm; ASCE, Jour. Water Resour Plan Manag Vol 118, No1, 1992, pp 54-70. [18] Stedinger J.R., E. Bola, F. Sule, and D.P. Loucks; Stochastic dynamic programming models for reservoir operation optimization; Water Resour. Res.; Vol 20, No11, 1984. [19] Torabi, M and F. Mobasheri; A stochastic dynamic programming model for the optimum operation of a multi- Purpose reservoir; Water Resour Bull., Vol 9, No6, 1973, pp 1089-1099. [20] Yakowitz, S.; Dynamic programming application in Water Resources; Water Resour. Res., Vol 18, No4, 1982. [21] Yeh, W.W-G.; Reservoir management and operation models, A state-of-the-art Review; Water, Resour Res., Vol 21, No12, 1985. ]22[ ﻋﻠﻴﻤــﺮادی، ﻓﺨﺮاﻟــﺪﻳﻦ، ﺑﻬﻴﻨــﻪ ﺳــﺎزی ﺑﻬــﺮه ﺑــﺮداری از ﺳﻴﺴﺘﻢ ﻣﺨـﺎزن ﺑﺮﻗـﺎﺑﻲ، ﭘﺎﻳـﺎن ﻧﺎﻣـﻪ ﻛﺎرﺷﻨﺎﺳـﻲ ارﺷـﺪ، .1380 داﻧﺸﮕﺎه ﻋﻠﻢ و ﺻﻨﻌﺖ اﻳﺮان، داﻧﺸﻜﺪه ﻋﻤﺮان، ]23[ ﻣﻬﻨﺪﺳﻴﻦ ﻣﺸﺎور ﻣﺸﺎﻧﻴﺮ؛ ﻃﺮح ﺳﺪ و ﻧﻴﺮ 5 وﮔـﺎه ﻛـﺎرون ، | ||
|
آمار تعداد مشاهده مقاله: 521 تعداد دریافت فایل اصل مقاله: 369 |
||