Design Optimization of Sewer System Using Particle Swarm Optimization

Navin, Praveen K.; Mathur, Y. P.

doi:10.1007/978-981-10-0451-3_17

Cited by 3 publications

(4 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Các phương pháp này được phân loại thành bốn loại chính là Lập trình tuyến tính (LP) [3][4][5]. Lập trình phi tuyến tính (NLP) [6,7]; Phương pháp quy hoạch động (DP) [8,9] và Thuật toán tiến hóa (EA) [10][11][12][13]. Mỗi phương pháp này đều có những hạn chế riêng của nó [1].…”

Section: Giới Thiệuunclassified

Tối ưu chi phí xây dựng mạng lưới thoát nước thải sinh hoạt sử dụng trí tuệ nhân tạo

Sơn,

Nguyệt

2023

TCKHCNXD

View full text Add to dashboard Cite

Khi quá trình đô thị hóa và biến đổi khí hậu, tần suất ngập lụt sẽ tăng lên. Mỗi trận ngập lụt gây ra thiệt hại cho cơ sở hạ tầng và môi trường. Việc thiết kế tối ưu mạng lưới thoát nước và tiết kiệm chi phí xây dựng là cần thiết. Để giảm chi phí xây dựng một mạng lưới thoát nước hiện hữu, cần tối ưu hóa các thông số kỹ thuật ảnh hưởng trực tiếp đến chi phí và áp dụng các thuật toán tối ưu hóa. Nghiên cứu đã đề xuất phát triển thuật toán lai ghép Bầy Salps (SSA) – Chuồn Chuồn (DA) để tối ưu mạng lưới thoát nước thải giúp phát huy những điểm mạnh và khắc phục những điểm yếu của hai thuật toán, cân bằng quá trình thăm dò và khai thác. Hai ví dụ về mạng lưới thu gom nước thải được dùng để đánh giá hiệu suất của thuật toán và kết quả thu được được so sánh với các thuật toán cổ điển trong những nghiên cứu trước đây mà các tác giả đã thực hiện. Kết quả thu được ở hai case study cho thấy mô hình hiện tại mang lại giải pháp tối ưu hơn so với các phương pháp khác trong những nghiên cứu trước đây. Kết quả cho thấy thuật toán SSA-DA giúp cải thiện các thông số thu được bởi SSA hoặc DA riêng lẻ; chi phí thu được thấp hơn so với kết quả của các nghiên cứu trước đây.

show abstract

Section: Giới Thiệuunclassified

Tối ưu chi phí xây dựng mạng lưới thoát nước thải sinh hoạt sử dụng trí tuệ nhân tạo

Sơn,

Nguyệt

2023

TCKHCNXD

View full text Add to dashboard Cite

show abstract

“…There are three different approaches in the literature. The first approach in research is obtaining all the variables simultaneously [6][7][8][9][10]. The second approach is performing the hydraulic optimization to determine the pipe diameters and slopes or cover depths with a predefined layout [11][12][13][14][15][16][17][18][19][20].…”

Section: Introductionmentioning

confidence: 99%

“…In the related literature, many metaheuristic algorithms, namely, the genetic algorithm [5,12,13,18,28], cellular automata [20,[29][30][31], ant colony algorithm [15,[32][33][34], and particle swarm optimization algorithm [7,35], are utilized to solve sewer optimization problems.…”

Section: Introductionmentioning

confidence: 99%

Analyzing the Effect of Sewer Network Size on Optimization Algorithms’ Performance in Sewer System Optimization

Turan,

Cetin

2024

Water

View full text Add to dashboard Cite

Sewer systems are a component of city infrastructure that requires large investment in construction and operation. Metaheuristic optimization methods have been used to solve sewer optimization problems. The aim of this study is to investigate the effects of network size on metaheuristic optimization algorithms. Cuckoo Search (CS) and four versions of Grey Wolf Optimization (GWO) were utilized for the hydraulic optimization of sewer networks. The purpose of using different algorithms is to investigate whether the results obtained differ depending on the algorithm. In addition, to eliminate the parameter effect, the relevant algorithms were run with different parameters, such as population size. These algorithms were performed on three different-sized networks, namely small-sized, medium-sized, and large-sized networks. Friedman and Wilcoxon tests were utilized to statistically analyze the results. The results were also evaluated in terms of the optimality gap criterion. According to the results based on the optimality gap, the performance of each algorithm decreases as the network size increases.

show abstract

“…Haestad (2004) and Guo, Walters, and Savic (2008) reviewed a significant amount of research works in the field of sewer network design developed in the last 40 years. The methods such as enumeration approaches (Charalambous & Elimam, 1990;Desher & Davis, 1986;Miles & Heaney, 1988), linear programming (Dajani & Hasit, 1974;Elimam, Charalambous, & Ghobrial, 1989), nonlinear programming (Price, 1978;Swamee, 2001), dynamic programming (Botrous, El-Hattab, & Dahab, 2000;Diogo, Walters, Sousa, & Graveto, 2000;Gupta, Mehndiratta, & Khanna, 1983;Kulkarni & Khanna, 1985;Merrit & Bogan, 1973;Templeman & Walters, 1979;Walsh & Brown, 1973;Yen, Cheng, Jun, Voohees, & Wenzel, 1984) and evolutionary algorithms (EA) such as genetic algorithm (Afshar, Afshar, Marino, & Darbandi, 2006;Brand & Ostfeld, 2011;Haghighi & Bakhshipour, 2012;Heaney, Wright, Sample, Field, & Fan, 1999;Liang, Thompson, & Young, 2004), ant colony optimization algorithm (Afshar, 2007(Afshar, , 2010Moeini, 2017), particle swarm optimization (Izquierdo, Montalvo, Perez, & Fuertes, 2008;Navin & Mathur, 2016), simulated annealing (Karovic & Mays, 2014), and cellular automata (Afshar, Shahidi, Rohania, & Sargolzaei, 2011;Afshar, Zaheri, & Kim, 2016;Guo, 2005; have been proposed to solve sewer network design optimization problems. Mays and Tung (1992) pointed out some important limitations of the conventional optimization methods such as lin...…”

Section: Introductionmentioning

confidence: 99%

Hybridizing ant colony optimization algorithm with nonlinear programming method for effective optimal design of sewer networks

Moeini

Afshar

2019

Water Environment Research

View full text Add to dashboard Cite

The ant colony optimization algorithm (ACOA) is hybridized with nonlinear programming (NLP) for the optimal design of sewer networks. The resulting problem is a highly constrained mixed integer nonlinear problem (MINLP) presenting a challenge even to the modern heuristic search methods. In the proposed hybrid method, The ACOA is used to determine pipe diameters while the NLP is used to determine the pipe slopes of the network by proposing two different formulations. In the first formulation, named ACOA‐NLP1, a penalty method is used to satisfy the problem constraints while in the second one, named ACOA‐NLP2, the velocity and flow depth constraints are expressed in terms of the slope constraints which are easily satisfied as box constraint of the NLP solver leading to a considerable reduction of the search space size. In addition, the assumption of minimum cover depth at the network inlets is used to calculate the nodal cover depths and the pump and drop heights at the network nodes, if required, leading to a complete solution. The total cost of the constructed solution is used as the objective function of the ACOA, guiding the ant toward minimum cost solutions. Proposed hybrid methods are used to solve three test examples, and the results are presented and compared with those produced by a conventional application of ACOA. The results indicate the effectiveness and efficiency of the proposed formulations and in particular the ACOA‐NLP2 to optimally solve the sewer network design optimization problems. Practitioner points ACOA is hybridized with NLP for the effective optimal design of sewer networks. Here, ACOA is used to determine pipe diameters and NLP is used to determine the network pipe slopes with predefined pipe diameters. In ACOA‐NLP1, a penalty method is used to enforce the problem constraints. In ACOA‐NLP2, velocity and flow depth constrains are expressed in terms of slope constraint.

show abstract

Design Optimization of Sewer System Using Particle Swarm Optimization

Cited by 3 publications

References 13 publications

Tối ưu chi phí xây dựng mạng lưới thoát nước thải sinh hoạt sử dụng trí tuệ nhân tạo

Tối ưu chi phí xây dựng mạng lưới thoát nước thải sinh hoạt sử dụng trí tuệ nhân tạo

Analyzing the Effect of Sewer Network Size on Optimization Algorithms’ Performance in Sewer System Optimization

Hybridizing ant colony optimization algorithm with nonlinear programming method for effective optimal design of sewer networks

Contact Info

Product

Resources

About