به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

water cycle algorithm

در نشریات گروه عمران
تکرار جستجوی کلیدواژه water cycle algorithm در نشریات گروه فنی و مهندسی
  • داود صداقت شایگان*، الهه فضلی خانی، علی اصغر امیرکاردوست

    با توجه به ویژگی بتن معمولی که یک ماده مرکب با ویژگی هایی همچون مقاومت و محدوده کرنش کششی پایین است. در اصل دو ضعف اصلی بتن که دربرگیرنده رفتار ترد بتن و ضعف در کشش آن می باشد، استفاده از سازه های بتن که از بتن معمولی ساخته شده اند را با مشکلاتی عمده ای رو به رو کرده است. به طور کلی با افزودن الیاف به مخلوط بتن این امکان وجود داشته که بتوان ویژگی مکانیکی بتن را بهتر کرد. در این تحقیق، از رویکرد فرا ابتکاری با استفاده از الگوریتم چرخه آب جهت ترکیب با روش اسپلاین رگرسیونی چند متغیره تطبیقی (مارس) برای مدل سازی و پیش بینی مقاومت فشاری و مقاومت کششی بتن حاوی بیوکامپوزیت های کنف استفاده شده است. برای توسعه هر یک از مدل های پیشنهادی، 153 طرح اختلاط به همراه نتایج مقاومت فشاری آنها از مقالات معتبر جمع آوری شد. بعد از تحلیل و ارزیابی پارامترهای اثر گذار توسط ضریب مالو، پارامترهای ورودی به مدل های هوشمند شامل نسبت آب به مواد پایه سیمانی، نسبت دانه های کنف به مواد پایه سیمانی، درصد وزن دانه های کنف ، مواد پایه سیمانی، دانه های کنف، چگالی مواد پایه سیمانی، چگالی مصالح خشک و مقاومت مواد پایه سیمانی انتخاب شدند. نتایج نشان داد که ضریب همبستگی برای مدل مقاومت فشاری برای مارس بهینه شده با الگوریتم و مارس به ترتیب 991/0و 971/0 و مقاومت کششی به ترتیب 928/0 و 911/0 در مرحله آموزش و آزمایش می باشد.

    کلید واژگان: بیوکامپوزیت کنف، الیاف طبیعی، هوش مصنوعی، روش مارس، الگوریتم چرخه آب
    Davood Sedaghat Shayegan *, Elahe Fazlikhani, Aliasghar Amirkardoust

    Considering the characteristic of ordinary concrete, which is a composite material with characteristics such as resistance and low tensile strain range. Basically, the two main weaknesses of concrete, which include the brittle behavior of concrete and the weakness in its elasticity, have made the use of concrete structures made of ordinary concrete face major problems. In general, by adding fibers to the concrete mixture, it is possible to improve the mechanical properties of concrete. In this research, an innovative approach using the water cycle algorithm was used to combine with the adaptive multivariate regression spline method (MARS) to model and predict the compressive strength and tensile strength of concrete containing hemp bio composites. For the development of each of the proposed models, 153 mixing designs along with their compressive strength results were collected from authoritative articles. After analyzing and evaluating the influencing parameters by Mallow coefficient, the input parameters to the smart models include the ratio of water to cement base materials, the ratio of hemp seeds to cement base materials, the weight percentage of hemp seeds, cement base materials, seeds hemp, density of cement base material, density of dry material and strength of cement base material were selected. The results showed that the correlation coefficient for the compressive strength model for Mars optimized with the algorithm and MARS is 0.991 and 0.971, respectively, and the tensile strength is 0.928 and 0.911, respectively, in the training and testing phase.

    Keywords: Hemp Bio Composite, Natural Fibers, Artificial Intelligence, MARS Method, Water Cycle Algorithm
  • ساقی باقرزاده، مهناز قائینی حصاروئیه*، کوروش قادری

    دریاچه ها و مخازن از  منابع مهم آب های سطحی است که برای مصارف گوناگون مانند شرب، کشاورزی، صنعت و... استفاده می شوند. یکی از عوامل بسیار مهم در کیفیت آب مخازن لایه بندی حرارتی می باشد. درتحقیق حاضر، از رویکرد شبیه سازی بر مبنای تلفیق مدل کیفی CE-QUAL-W2 و روش الگوریتم چرخه آب (WCA) برای مدلسازی کیفی مخزن سد کرخه استفاده شده است. برای مطالعه و بررسی دقیق لایه یندی حرارتی ابتدا از مدل کیفی CE-QUAL-W2 برای شبیه سازی دما در سال های 1393 و1394 استفاده شد و سپس برای کالیبراسیون پارامترهای موثر بر دما در مدلCE-QUAL-W2 ، یک مدل کامپیوتری بر مبنای الگوریتم WCA توسعه داده شد. بررسی کارآیی مدل ساخته شده با استفاده از یک سری شاخص های آماری نظیر ضریب همبستگی (R2)، جذر میانگین مربعات خطا (RMSE) و میانگین انحراف خطا (MBE) صورت گرفت. مقادیر R2 در الگوریتم WCA در3 مرداد، 26 مرداد و 16 شهریور (183، 206، 227) به ترتیب برابر با 95/0، 95/0 و 99/0 به دست آمده است. همچنین مقادیر RMSE و MBE در الگوریتم WCA به ترتیب برابر87/1، 33/1، 21/1و69/0-، 84/0 و 68/0 می باشد. به طورکلی می توان نتیجه گرفت که الگوریتم WCA در تخمین پارامترهای موثر بر دما از دقت خوبی برخوردارمی باشند.

    کلید واژگان: مدلCE-QUAL-W2، کالیبراسیون، لایه بندی حرارتی، الگوریتم چرخه آب
    Saghi Bagherzadeh, Mahnaz Ghaeini-Hessaroeyeh*, Kourosh Qaderi

    Lakes and reservoirs are important sources of surface water that are used for various purposes such as drink, agriculture, industry and etc. One of the most important factors that affects the water quality of the reservoirs is thermal stratification. In this research, a simulation approach based on CE-QUAL-W2 qualitative models and the Water Cycle Algorithm (WCA) method have been used for qualitative modeling of Karkheh dam reservoir. In order to investigate the thermal stratification, CE-QUALW2 qualitative model has been used for simulating temperature during the years 2014 to 2015. Then, for calibration of parameters affecting temperature, a computer model based on the WCA algorithm was developed. The efficiency of the model was investigated by statistical indicators such as correlation coefficient (R2), root mean square error (RMSE), and mean Basic Error (MBE). The values ​​of R2 based on the WCA algorithm on 3 August, 26 August, and 16 September (183, 206, and 227) were obtained 0.95, 0.95, and 0.99, respectively. Also, the RMSE and MBE values were equal to 1.87, 1.33, and 1.21 and -0.69, 0.84 and 0.68, respectively. It can be concluded that the WCA algorithm has great accuracy in the estimation of the parameters affecting the temperature.

    Keywords: CE-QUALW2 model, Calibration, Thermal Stratification, Water Cycle Algorithm
  • امیر رباطی *

    اهمیت انرژی برقابی بعنوان سومین منبع بزرگ تولید برق و مهمترین تولیدکننده انرژی های تجدیدپذیر، ضرورت استفاده بهینه از این منبع عظیم و گرانبها را نشان می دهد. در این پژوهش از الگوریتم فراکاوشی چرخه آب (WCA) به منظور بهره برداری بهینه از انرژی برقابی مخزن سد جیرفت، واقع در حوضه آبریز هلیل رود (جنوب ایران)، برای یک دوره 223 ماهه(از مهر 1379 تا فروردین 1398) استفاده شده است. پس از اطمینان از درستی عملکرد الگوریتم WCA با استفاده از چندین تابع محک استاندارد، مدلی برای بهره برداری بهینه برقابی توسعه داده شد. نتایج حاصل از الگوریتم مورد بررسی، با نتایج روش شناخته شده الگوریتم رقابت استعماری (ICA) مقایسه شد. WCA و ICA به ترتیب قادر به تولید انرژی به میزان 29/7203 و 66/7138 مگاوات در طول دوره آماری بودند. همچنین مقدار تابع هدف برای WCA و ICA به ترتیب برابر با 78/4 و 82/5 به دست آمد. نتایج به دست آمده حاکی از عملکرد بالای الگوریتم WCA در بهره برداری بهینه انرژی برقابی می باشد.

    کلید واژگان: الگوریتم چرخه آب، بهره برداری انرژی برقابی، حوضه هلیل رود، سد جیرفت
    Amir Robati *

    Given the fact that hydropower energy is the third largest source of electricity generation and also the most important renewable energy producer, the optimal use of the huge and expensive source of water is essential. In this study, water cycle metaheuristic algorithm was used for optimization of the hydropower operation of Jiroft reservoir located in Halilrood basin (south of Iran) for a period of 223 months (from October 2000 to April 2019). After verifying the reliability of the WCA algorithm using several standard benchmark functions, a model was developed for optimal hydropower operation. The results of the algorithm were compared with the results of known metaheuristic algorithm and Imperialist Competitive Algorithm (ICA). The WCA and ICA algorithms were capable to generate energy 7203.29, and 7138.66 MW during the statistical period, respectively. Also, the objective function value for WCA and ICA, was obtained 4.78, 5.82, respectively. The results were indicated high performance of the WCA in optimization of the hydropower operation.

    Keywords: Water Cycle Algorithm, Hydropower Energy Operation, Hailirood Basin, Jiroft Dam
  • حامد ناصری، الهه صفری قلعه کلی، سینا محمدزاده سالیانی، فریدون مقدس نژاد*، امیر گلرو

    انتخاب استراتژی درست تعمیر و نگهداری راه ها با در نظر گرفتن ترافیک، شرایط و نوع عملکرد راه ها، یک موضوع مهم برای همه ی بزرگراه ها می باشد. امروزه، مراکز راهداری برای تعمیر و نگهداری بزرگراه ها با شبکه های بزرگ مقیاس روبه رو گردیده اند. مدیریت شبکه با مقیاس بزرگ، پیچیدگی های مخصوص به خود را دارد که یکی از راهکارها برای حل مدل های بهینه سازی، الگوریتم های فراابتکاری می باشد. هرچه ابعاد مساله بزرگ تر گردد، عملکرد الگوریتم های فراابتکاری ارتقا می یابد. یکی از الگوریتم هایی که به تازگی توسعه داده شده است، الگوریتم چرخه آب می باشد که برای یافتن روش های تعمیر و نگهداری بهینه در این مقاله استفاده گردیده است. در این مقاله، مساله به دو روش بهینه سازی تک تابع هدفه و چند تابع هدفه حل شده است. در حل مساله به روش تک تابع هدفه، هدف نزدیک کردن مقدار شاخص ناهمواری بین المللی قطعات به مقدار ایده آل و در روش چند تابع هدفه، هدف علاوه بر نزدیک کردن مقدار شاخص ناهمواری بین المللی به سطح ایده آل، کمینه کردن مقدار دی اکسید کربن آزاد شده نیز می باشد. در این مدل بهینه سازی، علاوه بر شرایط عملکردی معمول و محدودیت های بودجه ها، یک محدودیت مهم دیگر نیز لحاظ شده است که در آن تغییرات هزینه های کل تعمیر و نگهداری سالانه نباید از یک محدوده از پیش تعیین شده تجاوز کند. مطالعه ی موردی این مقاله، یک شبکه واقعی راه شامل 79 قطعه می باشد. نتایج حاکی از آن است که الگوریتم چرخه آب، در یافتن روش تعمیر و نگهداری بهینه، عملکرد خوبی را از خود نشان داده است. به عنوان نتیجه، مدل چند تابع هدفه %2/47 میزان انتشار گاز دی اکسید کربن را کاهش می دهد. همچنین واریانس مقدار کمینه و بیشینه بودجه در دوره ی تحلیل کمتر از 20% می باشد.

    کلید واژگان: الگوریتم چرخه آب، سیستم مدیریت روسازی، شبکه بزرگ‏مقیاس، محیط زیست
    Hamed Naseri, Elahe Safari Ghalekoli, Sina Mohamadzade Saliani, Fereidoon Moghadas Nejad *, Amir Golroo

    Choosing an appropriate strategy to maintain pavements has become a significant concern. Recently, pavement agencies tackle large-scale networks, which makes the problem complicated. To prevail in this complexity, utilizing metaheuristic algorithms can be an ideal approach. By increasing the dimension of the problem, the competency of metaheuristic algorithms is by far enhanced. To this end, the water cycle algorithm is applied to solve the problem. In this investigation, two models, including single objective optimization and multi-objective optimization, are taken into consideration. In the single-objective model, the minimization of the network International Roughness Index (IRI) is considered as the objective function. In multi-objective optimization modeling, minimization of the network International Roughness Index and embodied CO2 emission are taken into account simultaneously. Furthermore, a new constraint is considered in the model, which leads to restricting the budget fluctuation in different years of the analysis period. A network, including 79 segments, is the case study of this investigation. The results reveal that the water cycle algorithm is highly qualified to solve the pavement maintenance and rehabilitation problem. According to the results, multi-objective optimization reduces the CO2 emission by 47.2% compared with single-objective modeling. Furthermore, the variation of minimum and maximum costs is less than 20% in the planning horizon.

    Keywords: Water cycle algorithm, Pavement Management System, Large-scale networks, ENVIRONMENT, optimization
  • حسین حکیمی خانسر*، جواد پارسا، علی حسین زاده دلیر، جلال شیری

    در این مطالعه قابلیت الگوریتم هیبریدی WCA-ANN در زمینه مدل سازی ضریب فشار آب حفره ای در بدنه سد کبودوال (مطالعه موردی) در زمان ساخت و تعیین ویژگی های موثر بر آن ارزیابی شده است. در این راستا از پنج ویژگی شامل تراز خاک ریزی، زمان ساخت سد، تراز مخزن (آبگیری)، سرعت آبگیری و سرعت خاک ریزی در طول دوره آماری 4ساله به عنوان ورودی مدل هیبریدی انتخاب شدند. با اجرای الگوریتم هیبریدی و روش انتخاب ویژگی، دو ویژگی تراز خاک ریزی و زمان ساخت در نقاط RU19.1  و RU19.2  بیش ترین تاثیر را بر مدل سازی ضریب فشار آب حفره ای خاک دارند. علاوه بر دو ویژگی فوق، در نقاط محور میانی و مرکز مقطع عرضی، ویژگی های سرعت خاک ریزی و تراز آبگیری با مقدار خطا (MSE) برابر 00006/0 و در نقاط نزدیک مخزن ویژگی های تراز آبگیری و سرعت آبگیری با مقدار خطا برابر 00004/0، بر مدل سازی ضریب فشار آب حفره ای موثر هستند. در نهایت می توان گفت که در نقاط نزدیک به محور سد، تراز خاک ریزی و در نقاط واقع در قسمت های دورتر از محور میانی و نزدیک مخزن زمان ساخت، با ضریب حساسیت بالا به عنوان مهمترین ویژگی ها در مدلسازی ضریب فشار آب حفره ای با مدل های هوش مصنوعی شناخته می شوند.

    کلید واژگان: سد خاکی، الگوریتم چرخه آب، شبکه عصبی مصنوعی، انتخاب ویژگی، ضریب فشار آب حفره ای
    Hossein Hakimi Khansar*, Javad Parsa, Ali Hosseinzadeh Dalir, Jalal Shiri

    In this study, the ability of WCA-ANN hybrid algorithm to model the pore water pressure coefficient in the body of Kabudwal dam at the time of construction was investigated and the effective features were identified. Therefore, five features including fill level, time, reservoir level, dewatering rate and fill speed during the 4-year statistical period were selected as the input of the model. By running the hybrid algorithm and feature selection method, the two features of fill level and time at points RU19.1  and   RU19.2 have the greatest impact on modeling the pore water pressure coefficient. In addition to the above two features, in the points of the middle axis , the features of fill speed and reservoir level with error value (MSE) equal to 0.00006 and in points close to the dam reservoir, dewatering level and dewatering rate with error value equal to 0.00004 are effective in modeling the pore water pressure coefficient. The results showed that at points close to the dam axis, the fill level and at points farther from the middle axis construction time (with high sensitivity coefficient) was recognized as the most important features in modeling the pore water pressure coefficient with artificial intelligence models.

    Keywords: Earthen dam, water cycle algorithm, artificial neural network, feature selection, pore water pressure coefficient
  • Hamed Naseri, Hamid Jahanbakhsh, Fereidoon Moghadas Nejad *, Amir Golroo
    Estimating the compressive strength of concrete before fabricating, has been one of the most important challenges because designing a mixture proportion by experimental methods needs expert workers, consumes energy, and wastes materials. Therefore, in this study, the influences of materials and the age of samples on the compressive strength of fly ash concrete are investigated, and a novel method for predicting the compressive strength is presented. To this end, the water cycle algorithm and genetic algorithm are utilized, and their outcomes are compared with the classical regression models. Various performance indicators are used to gauge the accuracy of the models. By analyzing the results, it is comprehended that the water cycle algorithm is the most accurate model according to all performance indicators. Besides, the outcomes of the water cycle algorithm and genetic algorithm are by far better than those of classical methods. The mean absolute error of water cycle algorithm, genetic algorithm, linear regression, partial-fractional regression, and fractional regression are 3.01, 3.12, 5.47, 9.70, and 5.37 MPa for training data and 2.90, 3.44, 5.47, 9.70, and 5.37 MPa for testing data respectively. Furthermore, the water cycle algorithm is the only algorithm whose mean absolute error of testing data is less than that of training data. At last, it was concluded that the mixture with less than 35% fly ash (weight of the binder) had maximum amounts of compressive strength. Also, the compressive strength of concrete decreased significantly as the amount of fly ash increased more than this definite level.
    Keywords: Water Cycle Algorithm, Genetic Algorithm, Regression, Fly Ash Concrete, Compressive Strength
  • Masoud Salar *, Babak Dizangian, Moterza Mir
    In this paper the water cycle algorithm (WCA) is utilized for sizing optimization of space trusses. Finding the optimum design of 3-D structures is a difficult task as the great number of design variables and design constraints are present in optimization of these type of structures. The efficiency of the WCA are demonstrated for truss structures subject to multiple loading conditions and constraints on member stresses and nodal displacement. Numerical results are compared with those reported in the literature where the obtained statistical results demonstrate the efficiency and robustness of WCA where it provided faster convergence rate as well as it found better global optimum solution compared to other metaheuristic algorithms.
    Keywords: Water Cycle Algorithm, Weight Optimization, Space trusses, Global optimum
  • سعید اکبری فرد، کورش قادری، مریم علیان نژاد
    یکی از مسائل مهم بهینه سازی در زمینه مدیریت منابع آب، مساله بهره برداری بهینه از مخازن سدها می باشد. در این پژوهش از الگوریتم فراابتکاری چرخه آب (WCA) برای یافتن استراتژی های تخصیص بهینه منابع آب در سیستم دو مخزنه سدهای گلستان و وشمگیر واقع در حوضه آبریز گرگان رود (شمال ایران)، برای یک دوره پنج ساله (از سال آبی 87-86 تا 91-90) استفاده شده است. پس از اطمینان از درستی عملکرد الگوریتم WCA با استفاده از چندین تابع محک استاندارد، مدلی برای بهره برداری بهینه از سیستم مخازن حوضه آبریز گرگان رود توسعه داده شد. تابع هدف در سیستم مورد مطالعه به صورت کمینه سازی کل کمبود در طول دوره آماری تعریف شده است. برای بررسی عملکرد الگوریتم های مورد بررسی در بهره برداری بهینه از سیستم مخازن، از شاخص های عملکرد قابلیت اعتماد زمانی، حجمی و آسیب پذیری استفاده شده است. همچنین نتایج حاصل از الگوریتم مورد بررسی با نتایج الگوریتم جستجوی گرانشی(GSA) و روش سیاست بهره برداری استاندارد (SOP) مقایسه شده است. روش های WCA، GSA و SOP به ترتیب قادر به تامین 73/97، 26/85 و 78/76 درصد از نیاز کل پایین دست سد گلستان و تامین 06/97، 31/89 و 29/68 درصد از نیاز کل پایین دست وشمگیر بودند. نتایج به دست آمده حاکی از عملکرد بالای الگوریتم WCA در مقایسه با دیگر روش های مورد بررسی در بهره بردری بهینه از سیستم مخازن می باشد.
    کلید واژگان: الگوریتم چرخه آب، الگوریتم جستجوی گرانشی، بهره برداری بهینه، حوضه گرگان رود، سد گلستان و وشمگیر
    Saeid Akbarifard, Kourosh Qaderi, Maryam Aliannejad
    One of the most important problems in water resources management is the optimal operation of reservoirs. In this research, a metaheuristic algorithm called Water Cycle Algorithm (WCA), has been developed in MATLAB software, with the purpose of optimal allocation strategies of a multi-reservoir system (Golestan and Voshmgir dams) located at Gorganrood Basin (North of Iran), for a five year period (from 2007-2008 to 2011-2012). Firstly, the performance of the developed model was investigated through several standard test functions. Next, the developed model is applied for monthly operation of Gorganrood multi-reservoir system. The objective function was defined as the “minimization of the total deficit for the study period”. In order to investigate the performance evaluation of the developed model, two criteria of reliability (temporal and volume) and vulnerability have been used. The results of the developed model were compared with Gravitational Search Algorithm (GSA) and standard operation policy (SOP). WCA,GSA and SOP models were capable to supply 97.73, 85.26 and 76.78 percent of Golestan dam water demand, respectively. For the Voshmgir dam, the mentioned methods could supply 97.06, 89.31 and 68.29 percent of water demand, in same order. The results revealed that WCA model was the best in optimal operation of a multi-reservoir system, among other studied models.
    Keywords: Water Cycle Algorithm, Gravitational Search Algorithm, Optimal operation, Gorganrood basin, Golestan, Voshmgir Dams
  • H. Eskandar, A. Sadollah, A. Bahreininejad
    Water cycle algorithm (WCA) is a new metaheuristic algorithm which the fundamental concepts of WCA are derived from nature and are based on the observation of water cycle process and how rivers and streams flow to sea in the real world. In this paper, the task of sizing optimization of truss structures including discrete and continues variables carried out using WCA, and the optimization results were compared with other well-known optimizers. The obtained statistical results show that the WCA is able to provide faster convergence rate and also manages to achieve better optimal solutions compared to other efficient optimizers.
    Keywords: water cycle algorithm, truss structures, sizing optimization, metaheuristics, constraint optimization
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال