應用遺傳演算法於ASR井操作之研究

A Study on the Application of Genetic Algorithm in the Operation of ASR Well Systems.

梁亨如(HENG-JU LIANG)

指導教授 ： 蔡西銘 ； 張德鑫

中原大學/工學院/土木工程研究所/碩士(2003年)

https://doi.org/10.6840/cycu200300229

摘要

ASR井補注法為最近才引進台灣的地下水補注方法之一，在國外已施行多年，其應用趨勢也逐漸朝大型化和多樣化發展。普遍的應用方式為利用含水層做為儲水空間，進行豐枯水季間之水資源調配。
使用ASR井系統抽取或補注地下水會造成地下水位變動，當地下水位急劇變化時會對鄰近建物或環境產生影響。因此本研究首先運用USGS所發展之MODFLOW三維地下水水流模式，進行虛擬之地下水拘限含水層數值模擬，以計算不同抽水或補注流量下之地下水水位變化，並配合響應矩陣法及遺傳演算法，探討在地下水水位變化及可補注水量等限制條件下，採用不同編碼方式與參數條件設定下之優選結果，來進行地下水人工補注的操作管理。其目的為在滿足地下水水位變化及可補注量等限制條件下，根據『蓄豐濟枯』之原則，求取最佳的抽水補注操作組合。
模擬結果顯示，在指定抽水或補注時間情況下，採用48碼之編碼方式即可求出最佳解。此外，本模式對於不同的限制條件均能達到優選之操作組合，因此可應用在ASR井之實際操作。

關鍵字

遺傳演算法 ； ASR井 ； 地下水人工補注

並列摘要

ASR system is one kind of artificial recharge of groundwater which was introduced into Taiwan in recent years. It’s often used in water resource redeploying during wet and dry seasons.
Pumping and recharging of the groundwater by ASR systems will make groundwater table undulating. If groundwater table varies too vagarious, it will affect the neighboring buildings or environment. Therefore, this study first used MODFLOW program which is developed by USGS to simulate imaginable confined groundwater aquifer. The best operation procedure with different limits on artificial recharge is found using Method of Response Matrix and Genetic Algorithms for variable groundwater tables. The purpose of this research is to determine the best pumping and recharging operational scheme to satisfy the groundwater table variable.
According to the analytical result, best solution is obtained by encoding with 48 codes. Besides, the study can be applying to other kinds of operations on ASR systems.

並列關鍵字

Genetic Algorithms ； ASR system ； Artificial recharge of groundwater

參考文獻

22. 翁琮哲，「地下水人工補注功效之探討」，私立中原大學土木工程系碩士論文，2001。

29. 衛萬明、闕伯欽，「應用遺傳演算法於建築設計平面空間配置之研究」，八十八年電子計算機於土木水利工程應用研討會論文集，第1729-1738頁，2000。

8. 林萍珍，「遺傳演算法在使用者導向的投資組合選擇之應用」，國立中央大學資訊管理研究所碩士論文，1998。

40. Goldberg, D. E. “Genetic Algorithms in Search Optimization and Machine Learning,” Addison-wesley, Reading, Mass, 1989.

41. Goldberg, D. E. and C.H. Kuo, “Genetic Algorithms in Pipeline Optimization,” Journal of Computing in Civil Engineering, Vol.1, No.2, pp.128-141, 1987.