بهینه سازی تخصیص آب در شرایط کم آبی با استفاده از روشهای برنامه‌ریزی غیرخطی، هوش جمعی و الگوریتم ژنتیک (مطالعه موردی)

با توجه به محدودیت منابع آب، افزایش نیازهای آبی و وقوع خشکسالی‌های 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 می‌تواند راهگشا باشد.  در این تحقیق، مقایسه تکنیک‌های 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 شبکه‌های آبیاری زاینده رود اصفهان مورد بررسی قرار گرفت.  بر این اساس مدل‌سازی‌های لازم در چهار لایه که سد چادگان، شبکه‌ها، 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.