دوره 3، شماره 4 - ( 10-1400 )                   جلد 3 شماره 4 صفحات 17-1 | برگشت به فهرست نسخه ها

‎ 10.47176/sjis.3.4.1

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Nakhaei A, Soltani F. Modelling and Optimisation in the Design of Pipeline Network Systems Using Ant Colony Optimisation Algorithm (ACO). sjis 2021; 3 (4) :1-17
URL: http://sjis.srpub.org/article-5-131-fa.html
نخعی امین، سلطانی فائزه. مدل سازی و بهینه سازی در طراحی سیستم های شبکه خط لوله با استفاده از الگوریتم بهینه سازی کلونی مورچه ها (ACO). نشریه مطالعات بین رشته ای. 1400; 3 (4) :1-17

URL: http://sjis.srpub.org/article-5-131-fa.html

مدل سازی و بهینه سازی در طراحی سیستم های شبکه خط لوله با استفاده از الگوریتم بهینه سازی کلونی مورچه ها (ACO)
امین نخعی ، فائزه سلطانی
کارشناسی ارشد مهندس نفت و گاز، دانشگاه سالفورد، منچستر، انگلستان.
چکیده:   (627 مشاهده)
این مقاله الگوریتم بهینه‌سازی کلونی مورچه‌ها (ACO) را به عنوان یک روش بهینه‌سازی پوشش می‌دهد و استفاده از مدل را در طراحی و تجزیه و تحلیل پارامترهای مختلف مربوط به سیستم‌های شبکه خط لوله نفت و گاز مورد بحث و توصیه قرار می‌دهد. این الگوریتم برای دستیابی به طول بهینه خط لوله، فشار و سرعت جریان است. الگوریتم بهینه سازی کلونی مورچه ها (ACO) قادر است حداقل مسیر را بین چندین مسیر با محدودیت های آنها پیدا کند و طول لوله را از مبدا تا مقصد کاهش دهد و می توان از آن در پالایشگاه های نفت و گاز، خطوط انتقال و توزیع استفاده کرد. نمونه نظری و ریاضی الگوریتم بهینه سازی کلونی مورچه ها (ACO) بین دو مکان حمل و محاسبه شد. طول بهینه حدود 100 سانتی متر با فشار بهینه حدود 2440 psi و دبی حدود 83*106 𝑚𝑚3/ℎ محاسبه می شود. یک مثال بر اساس نتایج متغیرهای تصادفی از 10 تا 96 کیلومتر برای نرم‌افزار متلب و 0.1 تا 1 کیلومتر برای نرم‌افزار ANTCOL به‌عنوان متغیرهای تصادفی (SV) با طول (Km) بین 14 مرحله طراحی شد که ممکن است به صورت SV-Matrix = Randi ([10 96], 14)’ and Randi ([0.1 1.5], 14) نشان داده شود. . برای هر تکرار، ماتریس‌های SV نشان داده می‌شوند که دامنه یکپارچگی متفاوت است. یک مثال بین 14 مکان با محدوده متفاوتی از محدودیت‌ها که در طول یک پروژه خط لوله رخ می‌دهد (شکل 6 به عنوان یک نمودار فرضی اولیه) برای یافتن حداقل مسیر بین مراحل برای نتیجه‌گیری محدوده بهینه فشار و نرخ جریان نفت و گاز. بر روی حداقل مسیرهای بهینه سیستم های شبکه خط لوله در نظر گرفته شد . ماتریس های SV بر اساس کد MATLAB و نرم افزار ANTCOL توسط CPU core 2 Duo “Intel” بر اساس فرمول های الگوریتم ACO استفاده می شوند. خطوط خروجی، نمودارها و نمودارهای الگوریتم ACO حداقل مسیر بهینه را بین 14 مرحله در حدود 526 کیلومتر با نقطه شروع از ایستگاه 6 و نرخ جریان بهینه 0.098106 𝑚𝑚3/ℎ نرخ جریان بهینه 1.515480*106 𝑚𝑚3/ℎ نشان دادند. داده ها، توانایی الگوریتم ACO را در یافتن مسیر بهینه با تأثیر آن بر سایر پارامترهای مهم، به ویژه در سیستم‌های شبکه خطوط لوله، خطوط توزیع و انتقال و پالایشگاه‌ها ثابت کرد.
واژه‌های کلیدی: ACO، الگوریتم بهینه سازی کلونی مورچه ها، متلب، ANTCOL
متن کامل [PDF 2506 kb]   (177 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مهندسی نفت
دریافت: 1401/6/24 | پذیرش: 1400/8/8 | انتشار: 1400/10/4
فهرست منابع
1. Deneubourg JL, Pasteels JM, Verhaeghe JC. Probabilistic behavior in ants: strategy of errors. J Theoretical Boil. 1983; 105: 259-272. [DOI:10.1016/S0022-5193(83)80007-1]
2. Dorigo M, Maniezo V, Colomi A. The ant system: optimization by a colony cooperating ants. IEEE Trans Syst Man Cybernet. 1996; 229-242.
3. Dorigo M, Di Caro G. The ant colony optimization metaheuristic, In: Corne. Dorigo M, Glover F, editors, New idea in optimization. London: McGraw-Hi 1999; 11-32.
4. Abbaspour KC, Schulin R, Van Genuchten MT. Estimating unsaturated soil hydraulic parameters using ant colony optimization. Adv Water Resour. 2001; 24(8): 827-933. [DOI:10.1016/S0309-1708(01)00018-5]
5. Maier HR, Simpson AR, Zecchin AC, Foong WK, Phang KY, Seah HY, Tan CL. Ant colony optimization for design of water distribution systems. J Water Resour Plan Manag. ASCE 2003; 129(3): 200-209. [DOI:10.1061/(ASCE)0733-9496(2003)129:3(200)]
6. LJS Website, http://ljs.academicdirect.org/A07/43_57.htm
7. 4shared Website, http://dc243.4shared.com/img/-hMTdSx8/preview.html
8. Omicsonline Website, http://omicsonline.org/ArchiveJCSB/2009/June/03/JCSB2.186.php
9. Efe Website, http://efe.ege.edu.tr/~aydin/research.html
10. Wikipedia Website, http://en.wikipedia.org/wiki/Ant_colony_optimization
11. CodeProject Website, http:// codeproject.com/ant colony optimisation
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.