تخمین پارامترهای معادلۀ ماسکینگام غیرخطی با الگوریتم جستجوی گرگ (wsa) (مطالعۀ موردی: رودخانۀ کارده)

روندیابی سیلاب یکی از پیچیده­ترین مسائلی است که در علم هیدرولیک کانال­های باز و مهندسی رودخانه بررسی می­شود. در میان روش های مختلف روندیابی سیلاب، روش ماسکینگام که پرکاربردترین روش هیدرولوژیکی است، اهمیت زیادی در مطالعات سیلاب رودخانه­ها دارد و از دقت بالایی برخوردار است. تخمین صحیح پارامترهای موجود در مدل غیرخطی ماسکینگام همواره مورد توجه محققان بوده و از روش­های مختلفی بدین منظور استفاده شده است. در مقالۀ حاضر، از الگوریتم جدید جستجوی گرگ (wsa) استفاده شده است. برای ارزیابی مقادیر بهینۀ پارامترهای مدل ماسکینگام، تابع هدف به­صورت کمینه سازی مجموع مربعات باقیمانده ها (ssq) بین حجم خروجی های مشاهداتی و روندیابی شده در نظر گرفته شد. به­منظور بررسی میزان مطلوبیت یافته­های 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. برای بررسی کارآمدی این الگوریتم ها از شش تابع محک استاندارد با ابعاد متفاوت استفاده شد. همچنین، تحلیل حساسیت روی اندازۀ جمعیت برای الگوریتم­های مورد استفاده صورت پذیرفت. نتایج بررسی­ها نشان می­دهد که در میان الگوریتم­های مذکور، الگوریتم جستجوی گرگ می­تواند برآورد مناسب­تری از مقادیر بهینه پارامترهای مدل ماسکینگام غیرخطی ارائه دهد به­طوری­که مقادیر ضریب تبیین و جذر میانگین مربعات خطا برای رودخانۀ کارده به­ترتیب برابر با 778425/0 و 712358/0 به­­دست آمد.