مقایسه الگوریتم‎های سرد کردن فلزات (SA) و جامعه ذرات (PSO) در بهینه سازی پارامترهای هیدرولوژیکی حوضه مهابادچای

چکیده مقدمه: با استفاده از مدل‎های هیدرولوژیکی، فرایند بارش-رواناب شبیه سازی می­شود. دقت نتایج حاصل از مدل‎های هیدرولوژیکی، به دقت پارامترهای هیدرولوژیکی ورودی به مدل از قبیل شماره منحنی (CN)، ضریب تلفات اولیه (Ia) و زمان تاخیر Lt)) بستگی دارد. با این حال، در بعضی از حوضهها مقادیر پارامترهای هیدرولوژیکی بطور دقیق و یا اصلا وجود ندارد و تنها چند هیدروگراف مشاهدهای وجود دارد. یافتن مقادیر بهینه پارامترهای هیدرولوژیکی در چنین حوضههایی، ضروری است. روش­: برآورد دقیق پارامترهای CN، Ia و Lt در حوضه آبخیز مهابادچای (که فاقد آمار پارامترهای هیدرولوژیکی است) با استفاده از الگوریتمهای بهینهسازی (Particle Swarm Optimization) PSO و (Simulated Annealing) SA، هدف اصلی این تحقیق است. در هر تکرار، بهینه‎ساز مقادیر پارامترهای هیدرولوژیکی حوضه را برآورد میکند که به عنوان ورودی های HEC-HMS استفاده می شوند. در ادامه مدل HEC-HMS، رواناب حوضه را شبیهسازی (دبی محاسباتی) میکند. در مرحله بعد دبی محاسباتی با دبی مشاهداتی مقایسه شده و بهینهساز بر مبنای ریشه میانگین مربعات خطا (RMSE) به عنوان تابع هدف، پارامترهای هیدرولوژیکی را اصلاح کرده و این فرایند تا رسیدن به پاسخ بهینه، تکرار میشود. ارتباط بین مدل HEC-HMS و بهینه‎ساز با استفاده از برنامهای که در AutoIt نوشته شد، برقرار و بهینهسازی به صورت خودکار انجام میشود. برای این منظور، از داده­های ساعتی بارش-رواناب (دبی مشاهداتی) پنج رخداد مربوط به سال ۱۳۸۷ در حوضه آبخیر مهابادچای استفاده شد. یافته­ ها: نتایج نشانگر برآورد دقیق پارامترهای هیدرولوژیکی است و الگوریتم PSO سرعت بالاتری در همگرایی به تابع هدف بهینه و پیدا کردن پارامترهای هیدرولوژیکی حوضه شامل CN، Ia و Lt داشت. همچنین، دبیهای بهینه محاسباتی SA نسبت به PSO، تناسب بیشتری با مقادیر متناظر مشاهداتی داشت. نتیجه­ گیری: با توجه به نتایج تحقیق حاضر می توان نتیجه گرفت که با لینک مدل های بهینه سازی و مدل های هیدرولوژیکی می توان نسبت به براورد دقیق پارامترهای هیدرولوژیکی در حوضه های فاقد آمار اقدام نمود و نتایج با دقت خوبی بدست آورد.

کلیدواژه ها:

حوضه مهابادچای ، HEC-HMS ، PSO ، SA ، AutoIt