19252

۱۹۲۵۲

طراحي بهينه چندهدفه شبكه جمع آوري آب‌هاي سطحي با استفاده از الگوريتم اتوماتاي سلولي

كارشناسي ارشد

آب

۱۳۹۷

۱۳۹۷/۲/۲۶

دكتر محمدهادي افشار

عمران

شبكه جمع‌آوري آب‌هاي سطحي يكي از مهم¬ترين زيرساخت¬هاي شهري مي¬باشد كه عدم وجود اين نوع شبكه مي‌تواند موجب خسارات قابل توجهي ‌شود. بدليل بودجه اختصاصي كم براي احداث اين شبكه¬ها، امكان تخليه كامل حجم سيلاب‌هايي با دوره طرح بالا نمي¬باشد. بادر نظر گرفتن مخاطرات شهري و ريسك متفاوت وقوع سيلاب در مناطق مختلف، بخصوص بدليل نامشخص بودن مدت زمان طرح، لزوم بهينه¬سازي دوهدفه در طراحي اين شبكه¬ها امري بسيار ضروري به نظر مي-رسد. در اين تحقيق براي اولين بار از الگوريتم اتوماتاي سلولي جهت بهينه¬سازي دوهدفه اين نوع شبكه‌ها استفاده شده است. در بهينه¬سازي دوهدفه بكار رفته در اين تحقيق، علاوه بر كمينه كردن هزينه¬هاي طراحي و نگهداري، كمينه نمودن حجم سيلاب سرريز شده نيز به‌عنوان تابع هدف جداگانه در نظر گرفته شده است. در اين تحقيق ضمن بررسي تاريخچه تحقيقات و تلاش¬هاي انجام‌گرفته، روش‌هاي متداول طراحي بهينه شبكه جمع¬آوري آب‌هاي سطحي مورد نقد و بررسي قرارگرفته و روش اتوماتاي سلولي دومرحله¬اي موازي براي طراحي دوهدفه اين نوع شبكه معرفي شده است. در روش پيشنهادي در اين تحقيق به‌منظور حذف نسبت پرشدگي لوله‌ها (Flow-Ratio) از قوانين محلي جديد استفاده گرديده است، درحالي‌كه در مطالعات قبلي اين مقادير به‌صورت شهودي و بر اساس قضاوت مهندسي صورت مي¬گرفت. ارائه قوانين محلي متفاوت و اصلاح¬شده، و همچنين اعمال مناسب¬تر قيود مسئله منجر به شرايط همگرايي، تغييرات مقدار تابع هدف دو جواب پياپي برابر صفر، بهتر الگوريتم اتوماتاي سلولي ارائه شده در اين تحقيق نسبت به مطالعات قبلي گرديده است، كه تنها با يك بار اجراي برنامه به بهترين نتايج ممكن دست خواهيم يافت كه هم از لحاظ كيفيت جواب¬ها و هم از لحاظ سرعت همگرايي از برتري خاصي برخوردار مي¬باشد. در مدل‌هاي بهينه‌سازي، به‌منظور محاسبه مقادير تابع هدف و برقراري شرايط هيدروليكي لازم، نياز به شبيه‌سازي عملكرد شبكه مي‌باشد. به‌منظور شبيه‌سازي عملكرد شبكه‌ مدنظر و تحليل عملكرد هيدروليكي آن‌ها از نرم‌افزار SWMM كه قابليت حل معادلات موج سينماتيك و ديناميك را داراست، استفاده شده است. در اين تحقيق نحوه ارتباط مدل بهينه‌ساز و شبيه‌ساز به‌گونه‌اي است كه با توجه به مقادير در نظر گرفته شده براي متغيرهاي تصميم در مدل بهينه‌سازي، عملكرد شبكه، شبيه‌سازي شده و پس از آن نتايج به‌دست‌آمده از شبيه‌سازي به‌منظور انجام محاسبات و بررسي برقراري قيود، در مدل بهينه‌ساز مورد استفاده قرار مي‌گيرد. به‌منظور بررسي عملكرد روش‌هاي پيشنهادي در اين تحقيق، دو نمونه مسئله واقعي شهر تهران و اروميه، بررسي شده¬اند. همچنين نتايج روش ارائه شده در اين تحقيق با نتايج حاصل از روش الگوريتم ژنتيك با رتبه¬بندي نامغلوب (NSGA-II) مورد مقايسه قرارگرفته است. نتايج به‌دست‌آمده حاصل از اين مقايسه، حاكي از آن است كه روش‌هاي پيشنهادي مبتني بر الگوريتم اتوماتاي سلولي نه‌تنها قادر به طراحي بهينه دوهدفه شبكه جمع¬آوري آب‌هاي سطحي مي‌باشند، بلكه هزينه‌هاي محاسباتي بسيار كم¬تري دارند و به همين دليل امكان طراحي بهينه شبكه¬هاي بزرگ‌تر را فراهم خواهند آورد. نتايج كلي عملكرد مدل‌هاي ارائه شده در طراحي مسائل موجود، نشان‌دهنده برتري روش‌هاي ارائه شده هم در كيفيت جواب¬ها و هم در سرعت بالاي آن، در مقايسه با ساير روش¬ها مي¬باشد.

1397/04/05

Application of Cellular Automata to multi-objective design of Storm Sewer Network

6/26/2018 12:00:00 AM

One of the most important infrastructures for collecting surface runoff in urban areas is storm sewer networks. Due to high construction and operation cost of these networks, many researchers have tried to provide effective and efficient methods to reduce the costs. Pipe and excavation costs are a major part of the sewer networks construction costs. Any attempt to reduce the pipe and excavation costs would, therefore, lead to a huge saving. Excavation is a function of pipe nodal elevations and pipe costs is a function of pipe diameters. These two setoff decision variables are in conflict requiring an optimal balance if an optimal design is required. In many cases, economic limitations have made it almost impossible to design a network able to drain the whole volume of stormwater without flooding. Therefore, in these cases, the designer may allow for a limited amount of flood with specific return period. Since authorities may invest different amounts of finances for the design of such infrastructures and they may have different attitudes and consideration about the risks of flooding, it is vital to address the design of storm sewer network using multi-objective optimization. In single objective optimization, reducing the total cost of the network is the main goal of the designer. Whereas, when addressing the problem using multi-objective optimization, total cost and the flood volume can be considered as the main objectives. Here we review the different methods employed by various researchers and present a Cellular Automata method for both single and multi-objective design o sewer networks. New updating rules were introduced to eliminate the deficits of using a parameter named flow ratio. These new rules allow the Cellular Automata Algorithm to minimize the total cost, as well as, reducing the runtime. It also solves the problem of periodic answers emerged in the previous versions of cellular automata. Furthermore, a Parallel Cellular Automata approach was introduced and applied to two test examples. The superiority and the speed of this algorithm was compared with a well known multi-objective optimization algorithm, NSGA-II. The proposed method is able to present desirable set of feasible solutions while running the program for only one time. Two different versions of Parallel Cellular Automata Algorithm named PCA1 and PCA2 were employed in in which PCA1 uses a the probability function of Simulated Annealing Algorithm and PCA2 uses two-part convergence for exchanging the answers between two parallel CAs. A two-phase CA is used as the optimization tool while the EPA’s stormwater management model (SWMM) is used as the simulator. A splitting method is first used to redefine the sewer network design problem in terms of two sub-problems with pipe diameters and nodal elevations of each pipe as decision variables which are iteratively solved using CA methods. Starting with smart values according to the maximum rank of each pipe were chosen for pipe diameters and checked values for pipe nodal elevations, the pipe diameters of the network are assumed fixed in the first stage and the pipe nodal elevations are updated using CA method with the network nodes as the cells and the corresponding pipe nodal elevations as the cell states. The cell states are repeatedly updated by an ad-hoc local rule derived based on the engineering judgment. In the second stage, the pipe nodal elevations obtained from the first stage are assumed fixed and the pipes diameters are updated just one time using another CA. The pipes are considered as the CA cells and the pipe diameters as the cell states. The local update rule of the second CA is also derived in an ad-hoc manner based on engineering judgments. The whole process of updating the pipe nodal elevations and pipe diameters is iterated until the convergence is achieved. Then the genetic algorithm is used to design storm sewer network for comparing proposed CA method with heuristic algorithms. The NSGA-II method considers the nodal cover depth and pipe diameters as decision variables. A hybrid NSGAII-PCA is defined for comparing the answers and to prove the efficiency of the PCA. The results show that the both CA and PCA method with mentioned arrangements are more efficient and effective than alternative methods for the optimal design of storm sewer networks.