Multi-objective optimization of in-situ bioremediation of groundwater using a hybrid metaheuristic technique based on differential evolution, genetic algorithms and simulated annealing
Multi-objective optimization of in-situ bioremediation of groundwater using a hybrid metaheuristic technique based on differential evolution, genetic algorithms and simulated annealing Wielozadaniowa optymalizacja bioremediacji wód gruntowych in situ z zastosowaniem hybrydowej techniki metaheurystycznej opartej na zróżnicowanej ewolucji, algorytmach genetycznych i symulowanym wyżarzaniu
Groundwater contamination due to leakage of gasoline is one of the several causes which affect the
groundwater environment by polluting it. In the past few years, In-situ bioremediation has attracted researchers
because of its ability to remediate the contaminant at its site with low cost of remediation. This paper proposed
the use of a new hybrid algorithm to optimize a multi-objective function which includes the cost of remediation
as the first objective and residual contaminant at the end of the remediation period as the second objective. The
hybrid algorithm was formed by combining the methods of Differential Evolution, Genetic Algorithms and Simulated
Annealing. Support Vector Machines (SVM) was used as a virtual simulator for biodegradation of contaminants
in the groundwater flow. The results obtained from the hybrid algorithm were compared with Differential
Evolution (DE), Non Dominated Sorting Genetic Algorithm (NSGA II) and Simulated Annealing (SA). It
was found that the proposed hybrid algorithm was capable of providing the best solution. Fuzzy logic was used
to find the best compromising solution and finally a pumping rate strategy for groundwater remediation was presented
for the best compromising solution. The results show that the cost incurred for the best compromising
solution is intermediate between the highest and lowest cost incurred for other non-dominated solutions.
Zanieczyszczenie wód gruntowych wyciekami benzyny jest jedną z kilku przyczyn wpływających na środowisko
wód podziemnych. W ostatnich latach bioremediacja in situ przyciągała uwagę badaczy z powodu jej
zdolności do usuwania zanieczyszczeń w ich siedlisku i niskich kosztów procesu. Przedstawiona praca proponuje
użycie nowego algorytmu hybrydowego do optymalizacji wielozadaniowej funkcji, która obejmuje koszty
remediacji jako pierwsze zadanie i resztową zawartość zanieczyszczeń po zakończeniu procesu jako drugie
z zadań. Algorytm hybrydowy powstał z połączenia metod różnicowej ewolucji, algorytmu genetycznego i symulowanego
wyżarzania. Maszyna wektorów nośnych (SVM) została użyta jako wirtualny symulator biologicznej
degradacji zanieczyszczeń w wodach gruntowych. Wyniki uzyskane z algorytmy hybrydowego porównano
z wynikami zróżnicowanej ewolucji (DE), algorytmu genetycznego (NSGA II) i symulowanego wyżarzania
(SA). Stwierdzono, że proponowany algorytm był w stanie zapewnić najlepsze rozwiązanie. Użyto metody
z zakresu logiki rozmytej dla znalezienia najlepszego rozwiązania kompromisowego i na końcu przedstawiono
dla tego rozwiązania strategię szybkości pompowania celem remediacji wód gruntowych. Wyniki pokazały, że
koszty ponoszone na rozwiązanie kompromisowe są pośrednie między najwyższymi i najniższymi kosztami innych
rozwiązań.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00