PSA dan BTA

APLIKASI HARMONY SEARCH

PADA MANAJEMEN SUMBER DAYA AIR
 MY TEAM

YUSRIL HIDAYAT
HENI WIIDYA WATI 16311038
16311053
Harmony Search Pada Bendungan Ganda
oleh Ioannis P. Kougias • Nicolaos P. Theodossiou Pada tahun Diterima: 4 November
2010 / Diterima: 15 Desember 2011 / Diterbitkan online: 4 Januari 2012.
 Latar Belakang

optimasi dari sistem empat-reservoir kompleks pertama kalinya pada tahun 1968 oleh Robert Larson yang
menyelesaikannya menggunakan Pemrograman Dinamis (Larson 1968).

Dalam Murray dan Yakowitz (1979) memecahkannya menggunakan Constrained Differential Dynamic Programming.

Chow dan Cortes-Rivera (1974) memperkenalkan variasi masalah yang menggunakan variabel keputusan non-integer.

Baru-baru ini Wardlaw dan Sharif (1999) menciptakan sebuah program berdasarkan pada Algoritma Geologi, yang
mendekati optimal global.

Beberapa tahun kemudian pengoperasian sistem multi-reservoir dioptimalkan dengan kombinasi Algoritma Genetika
dengan pemrograman dinamis stokastik (Huang et al. 2002).

Pada 2007 Geem menerbitkan solusi yang sukses menggunakan Algoritma Pencarian Harmony (Geem 2007a, 2007b).
 Tujuan

Tujuan dari masalah ini adalah untuk menentukan operasi optimal dari sistem empat reservoir pada
Gambar, lebih dari 24 jam.

Jaringan waduk berisi koneksi seri dan paralel dan pasokan air digunakan untuk pembangkit listrik tenaga
air dan irigasi. Pengendalian banjir dan rekreasi juga diperhitungkan.

Pembangkit listrik tenaga air dimungkinkan dari keempat reservoir melalui pembangkit tenaga listrik.
Aliran keluar dari reservoir 4 digunakan untuk memenuhi kebutuhan irigasi.

Tujuannya adalah untuk mengoptimalkan manfaat harian yang diperoleh dari sistem reservoir selama 12
(dua belas jam) langkah waktu.
Gambar. 1 Pertumbuhan publikasi HSA tahunan, sejak
penciptaan Algoritma (jumlah publikasi / tahun)
 Penyimpanan awal di semua reservoir adalah 5 unit:
Si (0) = 5, i = 1, 2, 3, 4
Untuk tujuan pengendalian banjir, level air maksimum untuk
setiap reservoir disertakan. Jelas, nilai penyimpanan (Si) selalu
lebih besar atau sama dengan nol. Batasan-batasan ini
dinyatakan sebagai:
0 ≤ S1 ≤ 10, 0 ≤ S2 ≤ 10
0 ≤ S3 ≤ 10, 0 ≤ S4 ≤ 15

Gambar sistem empat reservoir

aliran ditentukan sesuai dengan kebutuhan konservasi dan
navigasi. Batas-batas ini dinyatakan sebagai: 0 ≤ R1 ≤ 3, 0 ≤ R2
≤4
0 ≤ R3 ≤ 4, 0 ≤ R4 ≤ 7

Fungsi Tujuan

Kriteria Benefit
Ada aliran konstan ke Reservoir 1 dan 2 sama mempertimbangkan penggunaan
dengan 2 & 3 unit air masing-masing, setiap dua air untuk pembangkit listrik dan
jam: IN1 = 2, IN2 = 3
Akibatnya, persamaan yang mengekspresikan nilai irigasi. Ada lima kegiatan dalam
penyimpanan melalui 12 langkah waktu adalah: kriteria ini, empat untuk
S1 (t + 1) = S1 (t) - R1 (t) + IN1 (1) pembangkit listrik tenaga air dan
S2 (t + 1) = S2 (t) - R2 (t) + IN2 (2)
S3 (t + 1) = S3 (t) - R3 (t) + R2 (t) (3) satu kegiatan irigasi. Fungsi
S4 (t + 1) = S4 (t) - R4 (t) + R1 (t) + R3 (t) (4) objektif yang akan
dimaksimalkan.
Tabel 1 Tingkat Manfaat
Parameter bi n b1
n b1(n) b2(n) b3(n) b4(n) b5(n)

0 1.1 1.4 1.0 1.0 1.6

Masalahnya terdiri dari 12 langkah waktu. Setiap
langkah waktu sesuai dengan periode dua jam
1 1.0 1.1 1.0 1.2 1.7 dan keempat variabel keputusan Ri mengambil
12 nilai dalam satu hari.
2 1.0 1.0 1.2 1.8 1.8
Rilis untuk langkah waktu 0 (Ri (0)) adalah rilis
3 1.2 1.0 1.8 2.5 1.9 setelah 2 jam pertama hari itu
(00: 00–02: 00), sementara rilis untuk langkah
4 1.8 1.2 2.5 2.2 2.0
waktu 11 (Ri (11) — rilis ke-12 untuk keempat
5 2.5 1.8 2.2 2.0 2.0 reservoir) mengacu pada 2 jam terakhir hari itu
(22: 00-24: 00).
6 2.2 2.5 2.0 1.8 2.0
Penyimpanan untuk langkah waktu 0 (Si (0))
7 2.0 2.2 1.8 2.2 1.9 adalah jumlah unit air yang berisi masing-masing
reservoir pada awal hari, sebelum rilis pertama
8 1.8 2.0 2.2 1.8 1.8 (Ri (0)). Penyimpanan setelah pelepasan ke-12 (Si
9 2.2 1.8 1.8 1.4 1.7
(12) - penyimpanan ke-13) menggambarkan
keadaan terakhir dari reservoir pada akhir hari,
10 1.8 2.2 1.4 1.1 1.6 yang jelas merupakan keadaan awal untuk hari
berikutnya.
11 1.4 1.8 1.1 1.0 1.5
Tujuan masalah
Kriteria Benefit mempertimbangkan
penggunaan air untuk pembangkit listrik
dan irigasi. Ada lima kegiatan dalam
kriteria ini, empat untuk pembangkit listrik HMsize = 10–12, HMCR ≈ 0.98–0.99,
tenaga air dan satu kegiatan irigasi. Fungsi PAR = 0.03–0.04‘HSA-4Dams’ showed its best
objektif yang akan dimaksimalkan adalah: performance for even lower values of HMsize ≈ 7.
 
Gbr. Konvergensi ke optimum global — ‘HSA-4Dams

Gambar Masker program Visual Basic

Mengoptimalkan "masalah 4-reservoir" menggunakan implementasi HSA
di MATLAB dan Visual Basic

Untuk mengatasi masalah di atas, dua program dibuat yaitu Program

Visual Basic dan HSA di MATLAB
Aplikasi Visual Basic Pertama, aplikasi dibuat dalam Visual Basic
bernama ‘HSA-4Dams’ Dalam program ini, pengguna
memasukkan parameter HSA dan MaxIter dalam mask
program. Setelah itu program siap dijalankan dan dibuat file
teks yang berisi hasil. Algoritma Pencarian Harmony
menemukan solusi yang lebih baik dan lebih baik melalui
prosedur dan optima ini termasuk dalam file teks.

Konfigurasi serupa (Visual Basic, mekanisme penyortiran)

telah berhasil digunakan dalam masalah pengelolaan air
tanah yang mengoptimalkan operasi kelompok empat sumur
dalam formasi persegi (Kougias dan Theodossiou 2010.
Teori Analisis Lansekap juga memberikan penjelasan karena
HSA mendeteksi semua solusi yang mungkin untuk pertama
kalinya. Sangat sering itu mungkin

Gambar Landscape Kebugaran Tipe II yang sederhana dan

obyektif tunggal
Aplikasi implementasi Matlab

Memecahkan masalah ini di Matlab dan membuat program

bernama 'DArMony' menghasilkan beberapa pengamatan
menarik. Secara umum, pembuatan aplikasi independen di
Matlab lebih rumit daripada mengembangkan program di VB
dan membutuhkan penggunaan kompiler. Namun,
dimungkinkan untuk menjalankan meta-heuristik di dalam
Matlab secara efektif. Para ilmuwan percaya bahwa Matlab
adalah alat yang tepat untuk meta-heuristik (Yang 2009). Para
penulis setuju dengan itu, karena 'DArMony' menunjukkan
kinerja yang meningkat secara signifikan.
 Keuntungan Aplikasi
Matlab
Keuntungan penting lain dari implementasi Matlab adalah
bahwa ia menunjukkan kemampuan untuk menyatu lebih
mudah dan lebih cepat ke optimal global. Biasanya dibutuhkan
kurang dari 35000 iterasi.

Kesimpulan
Solusi diimplementasikan menciptakan dua program, 'HSA-
4Dams' dan 'DArMony' masing-masing menggunakan Visual
Basic dan Matlab. ‘DArMony’ menunjukkan kinerja luar biasa
dan menetapkan semua 15 solusi yang mungkin. Waktu
komputasi yang diperlukan singkat, mengonfirmasi bahwa
Algoritma Pencarian Harmony adalah teknik optimasi yang
kuat.
DAFTAR PUSTAKA

Ayvaz MT (2009a) Application of Harmony Search algorithm to

the solution of groundwater management models. Adv Water
 
Resour 32:916–924.
 
 
APRIZAL, ST.,MT
Selaku Dosen Pembimbing