سعیده ملک زاده؛ علی آرمان؛ آرش آذری
چکیده
روندیابی سیل در مقاطع مختلف رودخانه و کاربرد آن در طراحی سیستم های هشدار سیل و همچنین پیش بینی حجم سیلاب در مقاطع پایین دست رودخانه بااهمیت است. هدف از این تحقیق، بررسی و مقایسۀ مدل های MIKE11 و ماشین بردار پشتیبان (SVM) در روندیابی سیل در مقاطع پایین دست رودخانه است. در مطالعۀ حاضر ابتدا بر اساس اطلاعات فیزیکی و هیدرولیکی مسیر ...
بیشتر
روندیابی سیل در مقاطع مختلف رودخانه و کاربرد آن در طراحی سیستم های هشدار سیل و همچنین پیش بینی حجم سیلاب در مقاطع پایین دست رودخانه بااهمیت است. هدف از این تحقیق، بررسی و مقایسۀ مدل های MIKE11 و ماشین بردار پشتیبان (SVM) در روندیابی سیل در مقاطع پایین دست رودخانه است. در مطالعۀ حاضر ابتدا بر اساس اطلاعات فیزیکی و هیدرولیکی مسیر به روندیابی هیدرولیکی هیدروگراف سیل بین دو ایستگاه هیدرومتری هلیلان و تنگ سازبن در بازهای به طول 67 کیلومتر از رودخانه سیمره واقع در استان ایلام پرداخته شد. برای این منظور، در این محدوده 365 مقطع برای روندیابی در مدل Mike11 در نظر گرفته شد. پس از آن از مدل SVM برای پیش بینی هیدروگراف سیل در خروجی بازه بر اساس اطلاعات هیدروگراف سیل ورودی به بازه استفاده شد. این دو مدل هریک با یک هیدروگراف سیل واسنجی و با دو هیدروگراف سیل صحت سنجی شدند. هیدروگراف سیل در بالادست با دورۀ بازگشت های مختلف به این دو مدل داده شد و مدل سیل را در مقاطع خروجی بازه با دورۀ بازگشت های مختلف پیش بینی کرد. مقایسۀ نتایج به‌دست آمده از دو مدل نشان داد که به طور کلی دقت روش Mike11 نسبت به روش ماشین بردار پشتیبان بیشتر است. اگر معیار فقط پیش‌بینی دبی اوج در محدودۀ دبی های تاریخی باشد، مدل SVM تا حدودی نتیجه بهتری نسبت به مدل Mike11 دارد. اما برای پیش بینی وقایع حدی با دورۀ برگشت های بیشتر از ده سال، دقت لازم را ندارد. با در نظر گرفتن شاخص‌های آماری RMSE و NRMSE و NASH که برای ارزیابی نتایج، به جای استفاده از دبی اوج، از تمام دبی‌های هیدروگراف استفاده می‌کند، مدل Mike11 نتایج قابل قبول‌تری نسبت به مدل SVM به دست میدهد. در پیش بینی هیدروگراف وقایع حدی با دوره برگشت های مختلف، مدل Mike11 عملکرد بهتری نسبت به مدل SVM دارد.
سعید اکبری فرد؛ محمدرضا مددی؛ مریم علیان نژاد
چکیده
روندیابی سیلاب یکی از پیچیده‌ترین مسائلی است که در علم هیدرولیک کانال‌های باز و مهندسی رودخانه مورد بررسی قرار می‌گیرد. در میان روش‌های مختلف روندیابی سیلاب، روش ماسکینگام به عنوان پر کاربردترین روش هیدرولوژیکی اهمیت زیادی در مطالعات سیلاب رودخانه‌ها داشته و از دقت بالایی برخوردار است. تخمین صحیح پارامترهای موجود در مدل غیر ...
بیشتر
روندیابی سیلاب یکی از پیچیده‌ترین مسائلی است که در علم هیدرولیک کانال‌های باز و مهندسی رودخانه مورد بررسی قرار می‌گیرد. در میان روش‌های مختلف روندیابی سیلاب، روش ماسکینگام به عنوان پر کاربردترین روش هیدرولوژیکی اهمیت زیادی در مطالعات سیلاب رودخانه‌ها داشته و از دقت بالایی برخوردار است. تخمین صحیح پارامترهای موجود در مدل غیر خطی ماسکینگام همواره مورد توجه محققین بوده و از روش‌های مختلفی بدین منظور استفاده شده است. در مقاله حاضر، از الگوریتم جدید جستجوی گرگ (WSA) بدین منظور استفاده شده است. برای ارزیابی مقادیر بهینه پارامترهای مدل ماسکینگهام، تابع هدف به صورت کمینه‌سازی مجموع مربعات باقیمانده‌ها(SSQ) بین حجم خروجی‌های مشاهداتی و روندیابی شده در نظر گرفته شد. به منظور بررسی میزان مطلوبیت یافته های 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. از شش تابع محک استاندارد با ابعاد متفاوت برای بررسی کارآمدی این الگوریتم‌ها استفاده شد. همچنین تحلیل حساسیت بر روی اندازه جمعیت برای الگوریتم‌های مورد استفاده صورت پذیرفت. نتایج این تحقیق حاکی از آن بود که در میان الگوریتم‌های مذکور، الگوریتم جستجوی گرگ قادر است برآورد مناسب‌تری از مقادیر بهینه پارامترهای مدل ماسکینگام غیرخطی ارائه نماید به طوری که مقادیر ضریب تبیین و جذر میانگین مربعات خطا برای رودخانه کارده به ترتیب برابر با 778425/0 و 712358/0 بدست آمد.
