بهینه سازی تخصیص آب در شرایط کم آبی با استفاده از روش های برنامه ریزی غیرخطی، هوش جمعی و الگوریتم ژنتیک (مطالعه موردی)

با توجه به محدودیت منابع آب، افزایش نیازهای آبی و وقوع خشکسالی های متناوب، صرفه جوئی در مصرف آب و استفاده کارآمد از آن امری لازم و ضروری است که استفاده از تکنیکهای مناسب بهینه سازی در این خصوص می تواند راهگشا باشد. در این تحقیق، مقایسه تکنیک های مختلف بهینه سازی برنامه ریزی خطی (NLP)1، هوش جمعی (PSO)2 و الگوریتم ژنتیک (GA)3 در مدیریت تخصیص آب کشاورزی در شرایط خشکسالی با حداکثر سازی درآمد، هدف قرار داده شده است. بدین منظور دوره خشکسالی سالهای آبی 78-1377 تا 80-1379 در شبکه های آبیاری زاینده رود اصفهان مورد بررسی قرار گرفت. بر این اساس مدل سازی های لازم در چهار لایه که سد چادگان، شبکه ها، محصولات و دور آبیاری را در برداشت، توسعه یافت. مقایسه نتایج برتری روش NLP و سپس PSO را نشان داد. ضمن اینکه نشان داده شد که این رویکرد تا 36 درصد امکان افزایش درآمد را نسبت به مدیریتهای سنتی دارد.