ابوالحسن فتحآبادی؛ مهناز کوهنشین؛ علی حشمتپور؛ معصومه فراستی
چکیده
در دهههای اخیر مدلهای هیدرولوژیکی کاربرد گستردهای در شبیهسازی فرایند بارش رواناب یافتهاند. این مدلها دارای مقادیر پارامترهای ثابت هستند که نیاز است با روش مناسب، مقادیر آنها بهینه شوند. در واقع، کارایی مدلهای هیدرولوژیک علاوه بر ساختار آنها به مقادیر بهینه پارامترهای آنها بستگی دارند. ...
بیشتر
در دهههای اخیر مدلهای هیدرولوژیکی کاربرد گستردهای در شبیهسازی فرایند بارش رواناب یافتهاند. این مدلها دارای مقادیر پارامترهای ثابت هستند که نیاز است با روش مناسب، مقادیر آنها بهینه شوند. در واقع، کارایی مدلهای هیدرولوژیک علاوه بر ساختار آنها به مقادیر بهینه پارامترهای آنها بستگی دارند. در این پژوهش، به بررسی کارایی سه روش بهینهسازی اتوماتیک شامل الگوریتم تکامل تصادفی جوامع، DDS و الگوریتم ژنتیک در بهینهسازی پارامترهای مدل یکپارچه HyMod در حوضه قورچای رامیان پرداخته شد. برای هر سه الگوریتم، سرعت رسیدن به همگرایی و میزان تغییرات مقادیر بهینه شده مورد بررسی قرار گرفت. الگوریتم ژنتیک در تعداد اجرای کمتری به همگرایی رسید و پس از آن، الگوریتم DDS در مرتبه بعدی قرار داشت. از نظر زمان اجرا به ازای هر تکرار، کمترین زمان مربوط به روش تکامل تصادفی جوامع و بیشترین زمان مربوط به روش الگوریتم ژنتیک بود. بیشترین نوسانات در جوابهای بهینه شده مربوط به الگوریتم DDS و کمترین نیز مربوط به الگوریتم تکامل تصادفی جوامع بود که از این نظر، بهینهسازی با استفاده از روش تکامل تصادفی جوامع از ثبات بیشتری برخودار بود. با استفاده از تحلیل واریانس و مقایسه میانگینها مشاهده شد، در روش تکامل تصادفی جوامع با افزایش تعداد جوامع تا 12 جمعیت عملکرد مدل بهتر شد که از این تعداد بیشتر، عملکرد الگوریتم بهبود پیدا نکرد. برای پارامتر alpha با افزایش مقدار آن، عملکرد الگوریتم بدتر شد و بهترین عملکرد الگوریتم مربوط به مقدار برابر با 0.58 بود. بر عکس پارامتر alpha، با افزایش پارامتر beta عملکرد الگوریتم بهتر شد و بهترین عملکرد در مقدار beta برابر با یک بهدست آمد. برای الگوریتم ژنتیک مقادیر بهینه تعداد کروموزومها، نرخ تزویج و نرخ جهش بهترتیب برابر با 16، 0.2 و 0.3 بهدست آمد.