کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4978080 1452257 2017 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Robust optimization of water infrastructure planning under deep uncertainty using metamodels
ترجمه فارسی عنوان
بهینه سازی شدید برنامه ریزی زیرساخت های آب تحت عدم اطمینان عمیق با استفاده از متامول
ترجمه چکیده
مشکلات برنامه ریزی و طراحی منابع آب مانند نظارت بر زیرساخت های تامین آب اغلب با عدم اطمینان عمیق، از جمله تغییرات در پویش جمعیت و تاثیر تغییرات اقلیمی، پیچیده می شود. برای مقابله با چنین عدم قطعیت، قابلیت اطمینان میتواند برای ارزیابی عملکرد سیستم استفاده شود، اما محاسبات معمولا شامل سناریوهای بسیاری است و از این رو محاسبه گر هزینه است. در نتیجه، استحکام معمولا به عنوان یک هدف بهینه سازی رسمی گنجانده نشده است، اما بعد از بهینه سازی در نظر گرفته می شود. برای مقابله با این نقص، یک رویکرد توسعه یافته است که از متامدل (جایگزین مدل های شبیه سازی گران محاسباتی) برای محاسبه استحکام و اهداف دیگر استفاده می کند. این باعث می شود که قابلیت اطمینان به طور صریح به عنوان یک هدف در چارچوب بهینه سازی چند منظوره مورد توجه قرار گیرد. این رویکرد برای یک مشکل توزیع منابع آب در آدلاید استرالیای جنوبی نشان داده شده است. نتایج نشان می دهد که رویکرد می تواند بهینه سازی های بین نیرومندی، اهداف هزینه و محیط زیستی را تعیین کند که در غیر این صورت با استفاده از منابع محاسباتی معمول موجود امکان پذیر نخواهد بود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزار
چکیده انگلیسی
Water resources planning and design problems, such as the sequencing of water supply infrastructure, are often complicated by deep uncertainty, including changes in population dynamics and the impact of climate change. To handle such uncertainties, robustness can be used to assess system performance, but its calculation typically involves many scenarios and hence is computationally expensive. Consequently, robustness has usually not been included as a formal optimization objective, but is considered post-optimization. To address this shortcoming, an approach is developed that uses metamodels (surrogates of computationally expensive simulation models) to calculate robustness and other objectives. This enables robustness to be considered explicitly as an objective within a multi-objective optimization framework. The approach is demonstrated for a water-supply sources sequencing problem in Adelaide, South Australia. The results indicate the approach can identify optimal trade-offs between robustness, cost and environmental objectives, which would otherwise not have been possible using commonly available computational resources.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Environmental Modelling & Software - Volume 93, July 2017, Pages 92-105
نویسندگان
, , , , ,