Гидрологическая оптимизация

Гидрологическая оптимизация применяет математические методы оптимизации (такие как динамическое программирование, линейное программирование, целочисленное программирование или квадратичное программирование ) к проблемам, связанным с водой. Эти проблемы могут быть связаны с поверхностными водами, грунтовыми водами или их сочетанием. Работа носит междисциплинарный характер и может выполняться гидрологами, инженерами-строителями, инженерами-экологами и исследователями эксплуатации.

• 1 Моделирование против оптимизации
• 2 Примеры задач, решаемых с помощью гидрологической оптимизации
• 3 Оптимизация с ограничениями PDE
• 4 См. Также
• 5 ссылки
• 6 Дальнейшее чтение
• 7 Внешние ссылки

Потоки подземных и поверхностных вод можно изучать с помощью гидрологического моделирования. Типичная программа, используемая для этой работы, - MODFLOW. Однако имитационные модели не могут легко помочь в принятии управленческих решений, поскольку имитация носит описательный характер. Моделирование показывает, что могло бы произойти при определенных условиях. Оптимизация, напротив, находит лучшее решение для набора условий. Модели оптимизации состоят из трех частей:

1. Цель, например «Свести к минимуму затраты»
2. Переменные решения, которые соответствуют вариантам, доступным руководству
3. Ограничения, которые описывают технические или физические требования, предъявляемые к опциям.

Чтобы использовать гидрологическую оптимизацию, выполняется моделирование, чтобы найти коэффициенты ограничения для оптимизации. Затем инженер или менеджер может добавить затраты или выгоды, связанные с набором возможных решений, и решить модель оптимизации, чтобы найти лучшее решение.

• Удаление загрязняющих веществ в водоносных горизонтах. Проблема решения заключается в том, где разместить скважины и выбрать скорость откачки, чтобы минимизировать затраты на предотвращение распространения загрязнителя. Ограничения связаны с гидрогеологическими потоками.

• Распределение воды для улучшения водно-болотных угодий. Эта оптимизационная модель рекомендует распределение воды и контроль инвазивной растительности для улучшения среды обитания водно-болотных угодий приоритетных видов птиц. Эти рекомендации зависят от ограничений, таких как наличие воды, пространственная связанность, пропускная способность гидравлической инфраструктуры, реакция растительности и доступные финансовые ресурсы.

• Максимальное увеличение забора скважины с учетом ограничений по потоку окружающей среды. Цель состоит в том, чтобы как можно точнее измерить влияние использования воды каждым пользователем на других пользователей и на окружающую среду, а затем оптимизировать имеющиеся возможные решения.

• Улучшение качества воды. Простая модель оптимизации определяет минимизирующий затраты набор передовых методов управления для уменьшения избытка питательных веществ в водоразделе.

• В настоящее время предлагается оптимизация гидрологии для использования с интеллектуальными рынками водных ресурсов.
• Оптимизация трубопроводной сети с помощью генетических алгоритмов.

Уравнения с частными производными (PDE) широко используются для описания гидрологических процессов, предполагая, что высокая степень точности гидрологической оптимизации должна стремиться к включению ограничений PDE в данную оптимизацию. Общие примеры PDE, используемых в гидрологии, включают:

• Уравнение потока грунтовых вод
• Примитивные уравнения
• Уравнения Сен-Венана

Другие экологические процессы, которые следует рассматривать в качестве входных данных, включают:

• Эвапотранспирация
• Геоморфология
• Транспорт осадка

• Исследование дренажа
• Географическая информационная система
• Комплексное управление водными ресурсами
• Оптимальный контроль
• Анализ трубопроводной сети
• Вода в Калифорнии

1. ^ Альфельд, Дэвид П.; Mulvey, John M.; Пиндер, Джордж Ф.; Вуд, Эрик Ф. (1988). «Проект реабилитации загрязненных подземных вод с использованием моделирования, оптимизации и теории чувствительности: 1. Разработка модели». Исследование водных ресурсов. 24 (3): 431–441. Bibcode : 1988WRR.... 24..431A. DOI : 10.1029 / WR024i003p00431. ISSN   1944-7973.
2. ^ Alminagorta, Омар (2016). «Системное моделирование для улучшения гидроэкологических показателей заболоченных земель». Исследование водных ресурсов. 52 (9): 7070–7085. Bibcode : 2016WRR.... 52.7070A. DOI : 10.1002 / 2015WR018105.
3. ^ Фейен, Люк; Горелик, Стивен М. (2005). «Рамки для оценки ценности данных о гидравлической проводимости для оптимального управления ресурсами подземных вод в экологически уязвимых районах». Исследование водных ресурсов. 41 (3): 03019. Bibcode : 2005WRR.... 41.3019F. DOI : 10.1029 / 2003WR002901.
4. ^ Альминагорта, Омар; Тесфацион, Берекет; Розенберг, Дэвид Э.; Нилсон, Бетани (2013). «Простой метод оптимизации для определения наилучших методов управления для снижения содержания фосфора в резервуаре Echo, штат Юта». Журнал планирования и управления водными ресурсами. 139 : 122–125. DOI : 10.1061 / (ASCE) WR.1943-5452.0000224.
5. ^ Сантош, Апурва; Фарид, Амро М.; Юсеф-Туми, Камаль (2014). «Экономическая диспетчеризация в режиме реального времени для стороны предложения водно-энергетического комплекса» (PDF). Прикладная энергия. 122 : 42–52. DOI : 10.1016 / j.apenergy.2014.01.062.
6. ^ Денди, Грэм С.; Simpson, Angus R.; Мерфи, Лоуренс Дж. (1996). «Улучшенный генетический алгоритм оптимизации трубопроводной сети» (PDF). Исследование водных ресурсов. 32 (2): 449–458. Bibcode : 1996WRR.... 32..449D. DOI : 10.1029 / 95WR02917. hdl : 2440/1073. Архивировано из оригинального (PDF) 10 августа 2019 года.

• Бойд, Стивен П. ; Ванденберге, Ливен (2004). Выпуклая оптимизация (PDF). Издательство Кембриджского университета. ISBN   978-0-521-83378-3.
• Loucks, Daniel P.; ван Бик, Eelco (2017). Планирование и управление системами водных ресурсов: введение в методы, модели и приложения. Springer. ISBN   9783319442327.
• Нокедаль, Хорхе ; Райт, Стивен (2006). Численная оптимизация. Серия Springer по исследованию операций и финансовому инжинирингу, Springer. ISBN   9780387303031.
• Цинь, Ювэй; Кавецкий, Дмитрий; Кучера, Джордж (2018). «Надежный алгоритм Гаусса-Ньютона для оптимизации гидрологических моделей: сравнительный анализ с использованием стандартных алгоритмов». Исследование водных ресурсов. 54 (11): 9637-9654.
• Тайфур, Гокмен (2017). «Современные методы оптимизации в планировании, проектировании и управлении водными ресурсами». Управление водными ресурсами. 31 : 3205-3233.

• Системы водных ресурсов ( MIT OpenCourseWare )
  • Конспект лекций