Optimal operation of reservoir systems is the most important issue in water resources management. It presents a large variety of multi-objective problems that require powerful optimization tools in order to fully characterize the existing trade-offs. Many optimization methods have been applied based on mathematical programming and evolutionary computation (especially heuristic methods) with various degrees of success more recently. This paper presents an implementation and comparison of multi-objective particle swarm optimization (MOPSO) and non-dominated sorting genetic algorithm II (NSGA-II) for the optimal operation of two reservoirs constructed on Ozan River catchment in order to maximize income from power generation and flood control capacity using MATLAB software. The alternative solutions were based on Pareto dominance. The results demonstrated superior capacity of the NSGA-II to optimize the operation of the reservoir system, and it provides better coverage of the true Pareto front than MOPSO.
V souvislosti s vysokou četností výskytu extrémů hydrometeorologické a hydrologické povahy, které se dostavují v posledních zhruba 20 letech, se stále častěji hovoří o nezbytnosti trvale uplatňovat preventivní protipovodňová opatření, a stejně tak se uvažuje o možných příčinách nápadně zvýšeného výskytu těchto nepříznivých hydrologických situací (viz také článek na str. 116–119 tohoto čísla Živy). Současná zemědělská krajina naléhavě vyžaduje výrazná biotechnická doplnění o krajinné prvky a útvary, které budou podporovat vsakování (infiltraci) a vtoky (influkci) vody do půdního prostředí a současně omezovat vznik vodní eroze půdy, zlepšovat biodiverzitu a celkový kulturně přírodní ráz krajiny. and Zdeněk Vašků.