چکیده:
روندیابی سیلاب یکی از پیچیده‌ترین مسائلی است که در علم هیدرولیک کانال‌های باز و مهندسی رودخانه مورد بررسی قرار می‌گیرد. در میان روش‌های مختلف روندیابی سیلاب، روش ماسکینگام به عنوان پر کاربردترین روش هیدرولوژیکی اهمیت زیادی در مطالعات سیلاب رودخانه‌ها داشته و از دقت بالایی برخوردار است. تخمین صحیح پارامترهای موجود در مدل غیر خطی ماسکینگام همواره مورد توجه محققین بوده و از روش‌های مختلفی بدین منظور استفاده شده است. در مقاله حاضر، از الگوریتم جدید جستجوی گرگ (WSA) بدین منظور استفاده شده است. برای ارزیابی مقادیر بهینه پارامترهای مدل ماسکینگهام، تابع هدف به صورت کمینه‌سازی مجموع مربعات باقیمانده‌ها(SSQ) بین حجم خروجی‌های مشاهداتی و روندیابی شده در نظر گرفته شد. به منظور بررسی میزان مطلوبیت یافته های تحقیق، نتایج حاصل از الگوریتم جستجوی گرگ با نتایج سایر روش‌های فرا ابتکاری شامل الگوریتم ژنتیک (GA)، الگوریتم گروه ذرات (PSO)، الگوریتم جستجوی هارمونی (HS) و الگوریتم رقابت استعماری (ICA) مقایسه گردید. از شش تابع محک استاندارد با ابعاد متفاوت برای بررسی کارآمدی این الگوریتم‌ها استفاده شد. همچنین تحلیل حساسیت بر روی اندازه جمعیت برای الگوریتم‌های مورد استفاده صورت پذیرفت. نتایج این تحقیق حاکی از آن بود که در میان الگوریتم‌های مذکور، الگوریتم جستجوی گرگ قادر است برآورد مناسب‌تری از مقادیر بهینه پارامترهای مدل ماسکینگام غیرخطی ارائه نماید به طوری که مقادیر ضریب تبیین و جذر میانگین مربعات خطا برای رودخانه کارده به ترتیب برابر با 778425/0 و 712358/0 بدست آمد.
چکیده انگلیسی:
Flood routing is one of the most complex problems that is investigated in open channel hydraulics and river engineering. Among the different flood routing methods, the Muskingum model, as the most common hydrologic method of flood routing, has been widely used with high accuracy in river flood studies. The parameters estimation of the nonlinear Muskingum flood-routing model has been considered by different researchers and several methods have been utilized to this purpose. In this paper, the wolf search algorithm (WSA) was used to this end. To assess the optimum values of Muskingum parameters, the objective function was defined as the minimizing of the sum of square residuals between the observed and routed outflows. To investigate the desirability of research findings, the results of the WSA were compared with other heuristic algorithms including genetic algorithm (GA), particle swarm optimization (PSO), harmony search (HS), and imperialist competitive algorithm (ICA). Six benchmark functions with different dimensions were used to evaluate the capability of algorithms. The results showed that the WSA is capable to provide satisfactory estimates of nonlinear Muskingum parameters, so that, the values of R2 and RMSE were obtained 0.99261 and 2.419886 for Kardeh river and 0.778425 and 0.712358 for Wilson river, respectively.
خبرنامه
برای ثبت نام در خبرنامه و دریافت خبرنامه ایمیل خود را وارد نمایید.
