واسنجی خودکار پارامترهای مدل Sacramento با استفاده از روشهای بهینه سازی الگوریتم ژنتیک و الگوریتم تکامل رقابتی جامع (مطالعه موردی: حوضه آبریز قره سو)
عنوان مقاله: واسنجی خودکار پارامترهای مدل Sacramento با استفاده از روشهای بهینه سازی الگوریتم ژنتیک و الگوریتم تکامل رقابتی جامع (مطالعه موردی: حوضه آبریز قره سو)
شناسه ملی مقاله: NCIID02_092
منتشر شده در دومین کنگره ملی آبیاری و زهکشی ایران در سال 1395
شناسه ملی مقاله: NCIID02_092
منتشر شده در دومین کنگره ملی آبیاری و زهکشی ایران در سال 1395
مشخصات نویسندگان مقاله:
فاطمه پورصالحی - دانشجوی دکتری مهندسی منابع آب دانشگاه بیرجند
محسن پوررضابیلندی - استادیار گروه مهندسی آب دانشگاه بیرجند
خلاصه مقاله:
فاطمه پورصالحی - دانشجوی دکتری مهندسی منابع آب دانشگاه بیرجند
محسن پوررضابیلندی - استادیار گروه مهندسی آب دانشگاه بیرجند
با توجه به اینکه واسنجی پارامترهای یک مدل هیدرولوژیکی بارش رواناب از عوامل مؤثر بر عملکرد آن مدل می باشد این مطالعه با هدف واسنجی پارامترهای مدل مفهومی بارش- رواناب Sacramento ، با استفاده از دو روش بهینه سازی الگوریتم ژنتیکو الگوریتم تکامل رقابتی جامع (SCE) به صورت خودکار در حوضه ی آبریز قره سو انجام شد. در همین راستا داده های ورودی بهمدل شامل بارندگی، تبخیر و تعرق پتانسیل و رواناب مشاهده ای به صورت روزانه طی دوره ی آماری 2008-1997 و با نسبت 60درصد برای دوره ی واسنجی و 40 درصد برای دوره ی صحت سنجی به مدل وارد و با انتخاب تابع هدف نش- ساتکلیف، پارامترهای مدل با دو روش بهینه سازی الگوریتم ژنتیک و الگوریتم SCE واسنجی شدند. در ادامه معیارهای ارزیابی نش- ساتکلیف (NS) ومعیار خطا (RMSE) جهت مقایسه ی رفتار مدل در هر یک از دو روش بهینه سازی برآورد گردید. نتایج نشان داد که روش الگوریتم ژنتیک با ضریب NS و RMSE به ترتیب معادل 0/692 و 14/33 در دوره ای واسنجی و 0/638 و 16/98 در دوره ی صحت سنجی نسبت به روش الگوریتم SCE با ضریب 0/672 و 0/464 و 21/12 به ترتیب در دوره ی واسنجی و صحت سنجی پاسخ بهتری به شبیه سازی رواناب روزانه ی حوضه خواهد داد.
کلمات کلیدی: بهینه سازی، Sacramento ، الگوریتم ژنتیک، الگوریتم تکامل رقابتی جامع، واسنجی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/555128/