برآورد خودکار مشخصات حوضه با استفاده از خصوصیات هیدروگراف مشاهده ای، hec-hms، الگوریتم ژنتیک و autoit

مهمترین هدف در واسنجی مدل های مفهومی بارندگی-رواناب (crr) پیدا کردن مقادیر بهینه برای مدل می باشد که با استفاده از آن بتوان بهترین منحنی را برای هیدروگراف های مشاهده شده و محاسبه شده برازش داد.  با وجود عمومیت این مدل ها، در صورتی که نتوان یک مقدار بهینه منحصر به فرد برای پارامترهای آن با استفاده از واسنجی خودکار به دست آورد، کاربرد آن مدل ها بسیار مشکل خواهد بود. همچنین استفاده از هیدروگراف های واحد مصنوعی برای محاسبه سیلاب طراحی در حوضه هایی که فاقد آمار می باشند امری اجتناب ناپذیر است. در سال های اخیر نشان داده شده است که در مسائل بهینه سازی ترکیبی استفاده از الگوریتم های فراکاوشی نتایج بسیار مطلوبی را به دست می دهد. در این مطالعه دو مدل متفاوت الگوریتم univariate-gradient به عنوان بهینه ساز کلاسیک با جستجوی موضعی و الگوریتم ژنتیک به عنوان بهینه ساز سراسری برای واسنجی مدل هیدروگراف های واحد اشنایدر، کلارک و scs در نرم افزار hec-hms بکار برده شده است. سیل فراگیر 14 لغایت 18 بهمن سال 1371 رودخانه مهران-ایستگاه دژگان واقع در استان هرمزگان بمنظور مطالعه مورد استفاده قرار گرفت. نتایج نشان داد که تلفیق الگوریتم ژنتیک و روش اشنایدر برای پیش بینی مشخصات حوضه ها روش مناسبی بوده و با استفاده از این روش، هیدروگراف مشاهده ای و تابع هدف می توان مشخصات حوضه را بدست آورد. برای انجام خودکار عمل شبیه سازی و بهینه سازی از autoit استفاده شده است.