یک مدل تصادفی برای مدیریت منابع آب

Subject Areas : Stochastics Problems

سلیم  باوندی ¹ (گروه ریاضی دانشگاه مازندران ایران)
هادی  ناصری ² (گروه علوم ریاضی دانشگاه مازندران ایران)

Received: 2017-06-17 Accepted : 2017-08-07 Published : 2018-06-01

Keywords: مدیریت آب, برنامه ریزی دو مرحله ای, برنامه ریزی احتمالی, مدل بندی تصادفی,

Abstract :

مدیریت آب آبیاری محصولات کشاورزی و امنیت امرار معاش در بسیاری از مناطق و کشورها در سراسر جهان بسیار حائز اهمیت است. در طول دهه گذشته، مسایل مربوط به تخصیص بحث بر انگیز و مملو از تضاد منابع آب میان منافع شهری، صنعتی و کشاورزی منجر به افزایش نگرانی ها شده است. به ویژه جمعیت رو به رشد شرایط طبیعی مختلف و کمبود امکانات آب، این رقابت را تشدید کرده است. کمبود آب می تواند متیجه کاهش منابع آب باشد، در حالی که جمعیت رو به رشد می تواند منجر به افزایش تقاضای آب شود، این دو واقعیت می تواند کمبود آب را بیشتر کند. در این مقاله از برنامه ریزی تصادفی برای یک مساله سرمایه گذاری در منابع آب استفاده شده است. همچنین یک چارچوب کلی برای ارزیابی تولید برق و تامین آب برای آبیاری کشاورزی ارائه شده است. این ارزیابی به کمک ایجاد یک مدل بهینه سازی تصادفی مناسب انجام شده است. یک الگوریتم حدقل مربعات در مدل گنجانده شده است که مارا در تخمین دقیق تر پارامترهای مدل یاری می کند.

References:

Arunkumar, S., & Yeh, W. G. (1973). Probabilistic models in the design and operation of a multi-purpose reservoir system. AVAILABLE FROM THE NATIONAL TECHNICAL INFORMATION SERVICE AS PB-232 410, 3(25).

Askew, A. J. (1974). Chance‐constrained dynamic programing and the optimization of water resource systems. Water Resources Research, 10(6), 1099-1106.

Askew, A. J. (1974). Optimum reservoir operating policies and the imposition of a reliability constraint. Water Resources Research, 10(1), 51-56.

Butcher, W. S. (1971). Stochastic dynamic programming for optimum reservoir operation. JAWRA Journal of the American Water Resources Association, 7(1), 115-123.

Charnes, A., & Cooper, W. W. (1963). Deterministic equivalents for optimizing and satisficing under chance constraints. Operations research, 11(1), 18-39.

Geib, A.(1974). Editor, Applied OptGnal Estirnution, M.I.T. Press, Cambridge.

Li, Y. P., Huang, G. H., & Nie, S. L. (2006). An interval-parameter multi-stage stochastic programming model for water resources management under uncertainty. Advances in Water Resources, 29(5), 776-789.

Li, Z., Deng, X., Wu, F., & Hasan, S. S. (2015). Scenario analysis for water resources in response to land use change in the middle and upper reaches of the Heihe River Basin. Sustainability, 7(3), 3086-3108.

Ma, Z. Z., Wang, Z. J., Xia, T., Gippel, C. J., & Speed, R. (2014). Hydrograph-Based Hydrologic Alteration Assessment and Its Application to the Yellow River. Journal of Environmental Informatics, 23(1).

Maqsood, I., Huang, G. H., & Yeomans, J. S. (2005). An interval-parameter fuzzy two-stage stochastic program for water resources management under uncertainty. European Journal of Operational Research, 167(1), 208-225.

Revelle, C., Joeres, E., & Kirby, W. (1969). The linear decision rule in reservoir management and design: 1, Development of the stochastic model. Water Resources Research, 5(4), 767-777.

Stedinger, J. R., Sule, B. F., & Loucks, D. P. (1984). Stochastic dynamic programming models for reservoir operation optimization. Water resources research, 20(11), 1499-1505.

Taylor, H. M., & Karlin, S. (1984). An introduction to stochastic modeling Academic Press. New York.

Trezos, T., & Yeh, W. W. G. (1987). Use of stochastic dynamic programming for reservoir management. Water Resources Research, 23(6), 983-996.

Wang, S., & Huang, G. H. (2011). Interactive two-stage stochastic fuzzy programming for water resources management. Journal of environmental management, 92(8), 1986-1995.

Wang, Z., Yang, J., Deng, X., & Lan, X. (2015). Optimal water resources allocation under the constraint of land use in the Heihe River Basin of China. Sustainability, 7(2), 1558-1575.

Yeh, W. W. G. (1985). Reservoir management and operations models: A state‐of‐the‐art review. resources research, 21(12), 1797-1818.