برآورد خودکار مشخصات حوضه با استفاده از خصوصیات هیدروگراف مشاهده‌ای، HEC-HMS، الگوریتم ژنتیک و AutoIt
Authors
Abstract:
مهمترین هدف در واسنجی مدلهای مفهومی بارندگی-رواناب (CRR) پیدا کردن مقادیر بهینه برای مدل می‌باشد که با استفاده از آن بتوان بهترین منحنی را برای هیدروگراف‌های مشاهده شده و محاسبه شده برازش داد. با وجود عمومیت این مدل‌ها، در صورتی که نتوان یک مقدار بهینه منحصر به فرد برای پارامترهای آن با استفاده از واسنجی خودکار به دست آورد، کاربرد آن مدل‌ها بسیار مشکل خواهد بود. همچنین استفاده از هیدروگراف‌های واحد مصنوعی برای محاسبه سیلاب طراحی در حوضه‌هایی که فاقد آمار می‌باشند امری اجتناب‌ناپذیر است. در سال‌های اخیر نشان داده شده است که در مسائل بهینه‌سازی ترکیبی استفاده از الگوریتم‌های فراکاوشی نتایج بسیار مطلوبی را به دست می‌دهد. در این مطالعه دو مدل متفاوت الگوریتم Univariate-Gradient به عنوان بهینه‌ساز کلاسیک با جستجوی موضعی و الگوریتم ژنتیک به عنوان بهینه‌ساز سراسری برای واسنجی مدل هیدروگراف‌های واحد اشنایدر، کلارک و SCS در نرم‌افزار 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 پیش‌بینی مشخصات حوضه‌ها روش مناسبی بوده و با استفاده از این روش، هیدروگراف مشاهده‌ای و تابع هدف می‌توان مشخصات حوضه را بدست آورد. برای انجام خودکار عمل شبیهسازی و بهینه‌سازی از AutoIt استفاده شده است.
similar resources
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 ها...
full textشبیهسازی هیدروگراف سیلاب با مدل هیدرولوژیک HEC-HMS و پیش‌بینی دوره بازگشت در حوضه روانسرِ کرمانشاه
از معتبرترین مدلهای هیدرولوژیکی جهت برآورد بارش-رواناب حوضه های آبریز، مدل HEC-HMS است که برای برآورد حجم و دبی سیلاب ها کاربرد فراوانی دارد. در این پژوهش به کمک قابلیت های این مدل و با آمار و اطلاعات ایستگاه های هواشناسی و آب سنجی حوضه آبریز روانسر در دوره زمانی 18 ساله از 1368 تا 1386 اقدام به برآورد و شبیه سازی فرآیند بارش – رواناب سیلاب های حوضه گردید. در ادامه به کمک نرم افزار Hyfa دوره با...
full textمقایسه روش های واسنجی خودکار الگوریتم ازدحام ذرات(PSO) و شبه خودکار الگوریتم Nelder و Mead بر روی مدل هیدرولوژیکی HEC-HMS (مطالعه موردی : حوضه آبریز سد کارده)
با توجه به زمان‌بر بودن واسنجی دستی به ویژه در شرایط داده‌های کم و پارامترهای زیاد، روش های واسنجی خودکار مبتنی بر استفاده از روش‌های جستجوی سیستماتیک در فضای چند بعدی با استفاده از یک تابع هدف بسیار سودمند می‌باشند. در این مطالعه مدل شبیه‌‌‌ساز HEC-HMS و الگوریتم هوش جمعیPSO به عنوان مدل بهینه‌ساز عمل می‌کنند. مدل تلفیقی بدست آمده در حوضه سد کارده مورد بررسی قرار گرفته است. واسنجی مدل با استفا...
full textHydrologic Modeling System (hec-hms):
Many cities have been built along large rivers. The rivers can provide a source of drinking water, act as receiving water for treated effluent, provide navigation for shipping, and other beneficial uses. However, the city must also be protected from flooding due to the close proximity to the river. Hydrologic analysis plays a crucial role in the development of plans for protecting a river city....
full textشبیه سازی پیوسته بارش-رواناب حوضه ی شهرچای ارومیه با استفاده از مدل HEC-HMS
چکیده در محاسـبات هیدرولوژیکی یـک حوضه تعیین ارتباط بین بارش- رواناب بسیار مـهم است. محاسبهی دقیق بارش-رواناب در سطح حوضه به شناخت مؤلفهها و متغیرهای شکلدهندهی آن و همچنین استفاده از یک مدل مناسب وابسته است. در این مطالعه، بارش-رواناب پیوستهی حوضهی شهرچای ارومیه با استفاده از مدل هیدرولوژیکی HEC-HMS شبیهسازی شد. برای این منظور ابتدا مدل حوضهی آبخیز با استفاده از نقشهی DEM منطقهی مور...
full textخوشه‌بندی خودکار داده‌های مختلط با استفاده از الگوریتم ژنتیک
In the real world clustering problems, it is often encountered to perform cluster analysis on data sets with mixed numeric and categorical values. However, most existing clustering algorithms are only efficient for the numeric data rather than the mixed data set. In addition, traditional methods, for example, the K-means algorithm, usually ask the user to provide the number of clusters. In this...
full textMy Resources
Journal title
volume 6 issue 3
pages 96- 99
publication date 2010-07-01
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023