توسعه مدل غیرخطی ماسکینگام با استفاده از هیبرید الگوریتمهای فراکاوشی
نویسندگان
چکیده مقاله:
با توجه به وجود ارتباط غیرخطی بین ذخیره و دبی جریان در مدل ماسکینگام غیرخطی، این مدل از مزیتهای بالایی نسبت به مدل خطی برخوردار می-باشد. تخمین صحیح پارامترهای این مدل، جهت دستیابی به دقت مناسب ضروری است. بررسی مطالعات قبلی بیانگر وجود 5 مدل غیرخطی اصلاح شده است که با الگوریتمهای مختلف بهینهسازی سعی نمودند تا دقت پیشبینی هیدروگراف خروجی را افزایش دهند. با توجه به خطای موجود در هیدروگراف خروجی روندیابی شده توسط مدلهای قبلی، در این مطالعه ساختار جدیدی از مدل غیرخطی ماسکینگام بر مبنای هیبرید الگوریتمهای فراکاوشی PSO و DSO توسعه داده شد. در این مدل 8 پارامتره (مدل NL6) از ضریب بهبوددهنده γ، که با توجه به تعداد دبی اوج واقع در هیدروگراف خروجی مقادیر کمتر و بیشتر از یک را به خود میگیرد، استفاده گردید. اعمال رویکرد پیشنهادی بر روی سه نوع هیدروگراف ورودی و تعیین مقادیر بهینه پارامترهای مدل NL6 نشان میدهد که این مدل از دقت بالایی در تخمین مقادیر دبی هیدروگراف خروجی برخوردار میباشد. میزان کاهش خطای مدل NL6 بر اساس شاخصهای SSQ و SAD برای هیدروگراف چند اوجه به ترتیب برابر با 53 و 6/35 درصد نسبت به آخرین مدل پیشنهادی میباشد. لذا این مدل میتوان از عملکرد بالایی در تخمین هیدروگراف روندیابی شده سیل برخوردار باشد.
منابع مشابه
تخمین پارامترهای بهینه مدل روندیابی غیرخطی ماسکینگام با استفاده از الگوریتم مورچگان پیوسته
بهینهسازی پارامترهای مدل غیرخطی ماسکینگام به روش آزمون و خطا و روشهای عددی انجام میشود. این روشها دشوار و وقتگیر میباشد اما الگوریتمهای فرا ابتکاری با سرعت بالاتر و بهصورت دقیقتر میتوانند تخمینی مناسب از این پارامترها را به دست دهند. در این پژوهش کارایی الگوریتم مورچگان پیوسته (ACOr)، در تخمین پارامترهای بهینه مدل روندیابی غیرخطی ماسکینگام مورد بررسی قرار گرفته است و برای ارزیابی آن ا...
متن کاملتخمین پارامترهای بهینه مدل روندیابی ماسکینگام غیرخطی با استفاده از الگوریتم رقابت استعماری (ICA)
Non-linear Muskingum model is an efficient method for flood routing. However, the efficiency of this method is influenced by three applied parameters. Therefore, efficiency assessment of Imperialist Competition Algorithm (ICA) to evaluate optimum parameters of non-linear Muskingum model was addressed in this study. In addition to ICA, Genetic Algorithm (GA) and Particle Swarm Optimization (PSO)...
متن کاملبرآورد پارامترهای معادله ماسکینگام غیرخطی در مدل روندیابی سیلاب با استفاده از الگوریتم چرخه آب
Flood routing in river is one of important issues in water engineering projects. Hydraulic routing is common in especially in river that has branches and river that have not basin information. So as to need obtain cross section and slops in all interval of river that Muskingum helps by saving time and cost. In this paper, a Water Cycle Algorithm (WCA) is proposed for the parameter estimation of...
متن کاملتوسعه ضرائب مدل ماسکینگام غیرخطی با استفاده از نرم افزار hec-ras و الگوریتم ژنتیک
روندیابی سیل به اقداماتی گفته می شود که زمان و میزان شدت جریان را در نقطه مشخصی از رودخانه و به وسیله آبنمود موجود و یا فرضی در یک یا چند نقطه در بالادست مکان مورد بررسی تعیین کند. اگر جریان به صورت سیلابی باشد، به این مراحل روندیابی سیل گفته می شود. دو سیستم مختلف برای روندیابی سیل وجود دارد که به آن ها روش های هیدرولوژیکی و هیدرولیکی گفته می شود. روش غیرخطی ماسکینگام به عنوان یک روش هیدرولوژی...
15 صفحه اولروندیابی سیلاب با استفاده از الگوریتم جستجوی گرانشی و بررسی عدم قطعیت پارامترهای هیدرولوژیکی مدل ماسکینگام غیرخطی
وقوع سیلاب همواره یکی از نگرانیهای بشر در طول تاریخ بوده است. راههای مقابله با این پدیده ویرانگر از اهمیت خاصی در میان محققین برخوردار است. یکی از مقوله های پژوهش در برابر این مساله، روندیابی سیلاب میباشد. از میان روشهای گوناگون روندیابی سیلاب، روش هیدرولوژیکی ماسکینگام غیر خطی سه پارامتری از اهمیت زیادی برخوردار می باشد. برای تخمین بهینه پارامترهای مدل غیر خطی ماسکینگام از الگوریتمهای تک...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 14 شماره 1
صفحات 160- 167
تاریخ انتشار 2018-03-21
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023