تعیین میزان افت نوسانات فشاری جریان های میرا بر اثر نشت از جدار لوله به کمک الگوریتم های هوشمند

احدیان، جواد.، و کیان فرد، مجید. (1395). بهینه‌سازی سیستم‌های آب‌رسانی تحت‌فشار به روش برنامه‌ریزی خطی در حالت جریان میرا. مجله پژوهش آب ایران، ١0(2)، 46 - 37. http://iwrj.sku.ac.ir/article_10477.html

رستمی، ایمان، و درویشی، الهام. (1400). ترکیب روش حل معکوس و الگوریتم فرا کاوشی برای محاسبه مقدار و موقعیت نشت در شبکه‌های توزیع آب. نشریه علمی پژوهشی مهندسی آبیاری و آب ایران، 11(44)، 104-87. https://dx.doi.org/10.22125/iwe.2021.133686

سرکمریان، سعید.، اشرفی، سید محمد.، حقیقی، علی.، و محمد ولی سامانی، حسین. (1399). استفاده از مدل جایگزین شبکه عصبی مصنوعی به‌منظور کاهش محاسبات شناسایی نشت در شبکه­های آب‌رسانی. نشریه مهندسی عمران امیرکبیر، 52(10)، 13-1.              https://dx.doi.org/10.22060/ceej.2019.15980.6096

حاضری، آتنا.، قبادیان، رسول.، و حیدری، محمدمهدی. (1400). کاربرد و مقایسۀ روش‌های بهینه­سازی تک هدفه (GA) و چند هدفه
(NSGA-II) در طراحی شبکه­های تحت‌فشار. مجله تحقیقات مهندسی سازه­های آبیاری و زهکشی، 22(84)، 18-1. https://dx.doi.org/10.22092/idser.2021.355057.1477

شاملو، حمید.، کیانفر، آناهیتا.، و حقیقی، علی. (1389). نشت‌یابی در خطوط لوله با استفاده از مدل‌سازی جریان غیر ماندگار و الگوریتم ژنتیک. پنجمین کنگره ملی مهندسی عمران، دانشگاه فردوسی مشهد، مشهد ، ایران. https://civilica.com/doc/80729/

عطاری، محمد.، و فغفور مغربی، محمود. (1395). روش نوین نشت­یابی با استفاده از شبکه­های عصبی مصنوعی. مجله آب و فاضلاب، 29(1)، 26-14. https://dx.doi.org/10.22093/wwj.2017.45360.2095

محمدی، کامران. (1394). تحلیل جریان گذرا به‌منظور نشت­یابی در خطوط لوله. رساله دکتری، گروه سازه­های آبی، دانشکده مهندسی آب و محیط‌زیست، دانشگاه شهید چمران اهواز.  

محمدی، کامران.، فتحی­مقدم، منوچهر.، احدیان، جواد.، و حقیقی­پور، صادق. (1396). مطالعه اثر فاصله و قطر نشت بر مشخصات هیدرولیکی امواج فشاری جریان غیر ماندگار. مجله علوم و مهندسی آبیاری، 40(1)، 50-37. https://dx.doi.org/10.22055/jise.2017.12644

مقدم، علیرضا.، علیزاده، امین.، ضیایی، علی‌نقی.، فرید حسینی، علیرضا.، و فلاح هروی، دانیال. (1393). افزایش سرعت همگرایی در بهینه‌سازی شبکه­های توزیع آب با استفاده از الگوریتم ژنتیک با آشفتگی سریع. نشریه آب‌وخاک (علوم و صنایع کشاورزی)، 28(1)، 34-22. https://dx.doi.org/10.22067/jsw.v0i0.35734

نصیریان، علی.، فغفور مغربی، محمود.، و یزدانی، سیاوش. (1392). نشت­یابی مرحله­ای شبکه­های توزیع آب بر اساس واسنجی فشارهای گرهی به روش الگوریتم ژنتیک. مجله تحقیقات منابع آب ایران، 9(2)، 83-78. http://www.iwrr.ir/article_17528.html

Abdulla, M. B., & Herzallah, R. (2013). Probabilistic Multiple Model Neural Network Based Leak Detection System: Experimental Study. Proceedings of International Conference on Modelling, Identification & Control (ICMIC). 

Ahadian, J., & Kianfred, M. (2016). Optimization of pressurized water supply systems by linear programming method in transient flow mode. Iranian Journal of Water Research, 10(2), 37-46. http://iwrj.sku.ac.ir/article_10477.html [In Persian]

Attari, M., & Faghfor Maghribi, M. (2016). A new method of leak detection using artificial neural networks. Journal of Water and Wastewater, 29(1), 14 - 26. https://dx.doi.org/10.22093/wwj.2017.45360.2095 [In Persian]

Bohorquez, J., Alexander, B., Simpson, A., & Lambert, M. F. (2020). Leak Detection and Topology Identification in Pipelines Using Fluid Transients and Artificial Neural Networks, Journal of Water Resources and Planning Management. 146(6), 04020040. https://doi.org/10.1061/(ASCE)WR.1943-5452.0001187

Bozorg-Haddad, O., Soleimani, S., & Loáiciga, H. A. (2017). Modeling Water-Quality Parameters Using Genetic Algorithm–Least Squares Support Vector Regression and Genetic Programming, Journal of Environmental Engineering, 143(7). https://doi.org/10.1061/(ASCE)EE.1943-7870.0001217

Chaari, M., Ben Hmida, J., Seibi, A. C., & Fekih, A. (2020). An Integrated Genetic-Algorithm / Artificial-Neural-Network Approach for Steady-State Modeling of Two-Phase Pressure Drop in Pipes. Journal of SPE Production & Operation, 35(03), 628–640. https://doi.org/10.2118/201191-PA

Chaudhry, M. H. (2014). Applied Hydraulic Transients. Springer, New York. https://link.springer.com/ book/ 10.1007/978- 1-4614-8538-4

Covas, D., & Ramos, H. (2001). Hydraulic transients used for leakage detection in water distribution systems. In: Proceedings of the 4th Conference on Water Pipeline Systems: Managing Pipeline Assets in an Evolving Market. York, UK.

Ferreira, C. (2001). Gene expression programming: A new adaptive algorithm for solving problems. Complex Systems, 13 (2), 87-129. https://doi.org/10.48550/arXiv.cs/0102027

Ferreira, C. (2004). Gene expression programming and the evolution of computer programs. Source: Castro, L.N., Von Zuben, F.J., (Eds.), Recent Developments in Biologically Inspired Computing, pages 82-103, Idea Group Publishing. https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.170.8372& rep= rep1&type=pdf

Hazeri, A., Ghobadian, R., & Heidari, M. M. (2021). Application and Comparison of Single-Objective (GA) and Multi-Objective (NSGA-II) Optimization Methods in Optimal Design of Pressurized Network. Irrigation and Drainage Structures Engineering Research, 22(84), 1-18. https://dx.doi.org/10.22092/idser.2021.355057.1477 [In Persian]

Holland, J. H. (1975). Adaption in Natural and Artificial Systems. The University of Michigan Press, Ann Harbor, MI. https://mitpress.mit.edu/books/adaptation-natural-and-artificial-systems

Jin, Y., Yumei, W., & Ping, L. (2010). Approximate Entropy-based Leak Detection Using Artificial Neural Network in Water Distribution Pipelines. 11th Int. Conf. Control, Automation, Robotics and Vision, Singapore, 7-10th December. https://doi.org/10.1109/ICARCV.2010.5707291

Makaya, E., & Hensel, O. (2015). Modelling flow dynamics in water distribution networks using artificial neural networks - A leakage detection technique. International Journal of Engineering, Science and Technology. 7(1), 33-43. https://doi.org/10.4314/ijest.v7i1.4

Meniconi, S., Brunone, B., Ferrante, M., & Massari, C. (2013). Numerical and experimental investigation of leaks in viscoelastic pressurized pipe flow. Journal of Drinking Water Engineering Science, 6, 11–16. https://doi.org/10.5194/dwes-6-11-2013, 2013

Moghaddam, A., Alizadeh, A., Ziaei, A. N., Farid Hosseini, A., & Fallah Heravi, D. (2014). Convergence Rate Improvement in Water Distribution Network Optimization Using Fast Messy Genetic Algorithm (FMGA). Journal of Water and Soil, 28(1), 22-34. https://dx.doi.org/10.22067/jsw.v0i0.35734 [Persian]

Mohammadi, K. (2016). Transient Analysis for Leak Detection in Pipelines. PhD Thesis, Department of Water Structures, Faculty of Water and Environmental Engineering, Shahid Chamran University, Ahvaz, Iran. https://dx.doi.org/10.22055/jise.2017.12644 [In Persian]

Mohammadi, K., Fathi Moghadam, M., Ahadian, J., & Haghighipour, S. (2017). Study of the effect of leakage distance and diameter on hydraulic characteristics of unsteady flow pressure waves. Journal of Irrigation Science and Engineering, 40(1), 37 - 50. https://dx.doi.org/10.22055/jise.2017.12644 [In Persian]

Mowlali, N., Nerella, R., & Erva, V. R. (2017). Design of Air Chamber for Mitigating Transient Pressures in A Pumping Main. Proceedings of the 37th IAHR World Congress. August 13 – 18, Kuala Lumpur, Malaysia. https://www.iahr.org/library/infor?pid=3157

Nasirian, A., Faghfor Maghribi, M., & Yazdani, S. (2013). Step-by-step leak detection of water distribution networks based on calibration of nodal pressures by genetic algorithm. Iranian Journal of Water Resources Research, 9(2), 78-83. http://www.iwrr.ir/article_17528.html [In Persian]

Nicolini, M., & Falcomer, L. (2020). Genetic Algorithm for Calibration and Leakage Identification in Water Distribution System. 3rd IEEE International Conference on Knowledge Innovation and Invention. https://doi.org/10.1109/ICKII50300.2020.9318899

Noh, H., Kwon, S., Seo, I. W., Beak, D., & Jung, S. H. (2021). Multi-Gene Genetic Programming Regression Model for Prediction of Transient Storage Model Parameters in Natural Rivers. Water Journal, (13), 76. https://doi.org/10.3390/w13010076

Pourzangbar, A., Saber, A., Yeganeh-Bakhtiary, A., & Rasoul Ahari, L. (2017). Predicting scour depth at seawalls using GP and ANNs. Journal of Hydroinformatics, 19 (3), 349-363. https://doi.org/10.2166/hydro.2017.125

Reca, J., & J. Martı´nez. (2006). Genetic algorithms for the design of looped irrigation water distribution networks, Water Resources Research, (42), W05416. https://doi.org/10.1029/2005WR004383

Riyahi, M. M., Rahmanshahi, M., & Ranginkman, M. H. (2018). Frequency domain analysis of transient flow in pipelines; application of the genetic programming to reduce the linearization errors. Journal of Hydraulic Structures, 4(1), 75-90. https://dx.doi.org/10.22055/jhs.2018.25596.1073

Rostami, A., & Darwish, A. (2021). Combining inverse solution method and meta-heuristic algorithm to calculate the amount and location of leaks in water distribution networks. Journal of Irrigation and Water Engineering, 11(44), 87-104. https://dx.doi.org/10.22125/iwe.2021.133686 [In Persian]

Saldarriaga, J. G., Fuentes, D. A. A., & Galvis, L. F. C. (2006). Implementation of The Hydraulic Transient and Steady Oscillatory Flow with Genetic Algorithms for Leakage Detection in Real Water Distribution Networks. 8th Annual Water Distribution Systems Analysis Symposium, Cincinnati, Ohio, USA, August 27-30. https://doi.org/10.1061/40941(247)52

San, O., Maulik, R., & Ahmed, M. (2019). An artifcial neural network framework for reduced order modeling of transient flows. Journal of Commun. Nonlinear Sci. Numer. Simul., (77), 271-287. https://doi.org/10.1016/j.cnsns.2019.04.025

Sarkamarian, S., Ashrafi, S. M., Haghighi, A., & Mohammad Vali Samani, H. (2020). Using an alternative model of artificial neural network to reduce leak detection calculations in water supply networks. Amirkabir Journal of Civil Engineering, 52(10), 1 to 13. https://dx.doi.org/10.22060/ceej.2019.15980. 6096 [In Persian]

Shamloo, H., Kianfar, A., & Haghighi, A. (2010). Leak detection in pipelines using unsteady flow modeling and genetic algorithm. 5th National Congress of Civil Engineering, Ferdowsi University, Mashhad, Iran. https://civilica.com/doc/80729 [In Persian]

Shamloo, H., & Haghighi, A. (2009). Leak detection in pipelines by inverse backward transient analysis. Journal of Hydraulic Research, 47(3), 311–318. https://doi.org/10.1080/00221686.2009.9522002

Sivanandam, S. N., & Deepa, S. N. (2008). Introduction to Genetic Algorithm. Springer Verlag, Berlin, Heidelberg. https://link.springer.com/book/10.1007/978-3-540-73190-0

Vitkovsky, J. P., Bergant, A., Simpson, A. R., & Lambert, M. F. (2006). Systematic Evaluation of One-dimensional Unsteady Friction Models in Simple Pipelines. Journal of Hydraulic Engineering, 132(7), 696-708. https://doi.org/10.1061/(ASCE)0733-9429(2006)132:7(696)