دانلود مقاله ISI انگلیسی شماره 78902
ترجمه فارسی عنوان مقاله

الگوریتم های تکاملی و الگوریتم های فراابتکاری دیگر در منابع آب: وضعیت فعلی، چالش های پژوهش و دستورالعمل های آینده ☆☆☆

عنوان انگلیسی
Evolutionary algorithms and other metaheuristics in water resources: Current status, research challenges and future directions ☆☆☆
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
78902 2014 29 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Environmental Modelling & Software, Volume 62, December 2014, Pages 271–299

ترجمه کلمات کلیدی
بهينه سازي؛ منابع آبی؛ الگوریتم های تکاملی؛ الگوریتمهای فراابتکاری؛ مرور؛ جهت تحقیقات
کلمات کلیدی انگلیسی
Optimisation; Water resources; Evolutionary algorithms; Metaheuristics; Review; Research directions
پیش نمایش مقاله
پیش نمایش مقاله  الگوریتم های تکاملی و الگوریتم های فراابتکاری دیگر در منابع آب: وضعیت فعلی، چالش های پژوهش و دستورالعمل های آینده ☆☆☆

چکیده انگلیسی

The development and application of evolutionary algorithms (EAs) and other metaheuristics for the optimisation of water resources systems has been an active research field for over two decades. Research to date has emphasized algorithmic improvements and individual applications in specific areas (e.g. model calibration, water distribution systems, groundwater management, river-basin planning and management, etc.). However, there has been limited synthesis between shared problem traits, common EA challenges, and needed advances across major applications. This paper clarifies the current status and future research directions for better solving key water resources problems using EAs. Advances in understanding fitness landscape properties and their effects on algorithm performance are critical. Future EA-based applications to real-world problems require a fundamental shift of focus towards improving problem formulations, understanding general theoretic frameworks for problem decompositions, major advances in EA computational efficiency, and most importantly aiding real decision-making in complex, uncertain application contexts.