بهینه سازی پارامترهای حساس مدل بارش رواناب HEC-HMS به وسیله الگوریتم فراکاوشی بهینه سازیPSO

محدودیتهای ساختاری مدلهای هیدرولوژیکی و عدم دسترسی به همه پارامترهای حوضه آبخیز همچنین عدم امکان تعیین دقیق شرایط مرزی و شرایط اولیه، واسنجی مدلهای هیدرولوژیک را ایجاب میکند. با توجه به زمان بربودن واسنجی دستی، بهویژه هنگامی که دادهها کم و پارامترها فراوان اند، روشهای واسنجی خودکار، مبتنی بر استفاده از روشهای جست وجوی سیستماتیک در فضای چندبعدی، با استفاده از یک تابع هدف، بسیار سودمند است. در این مطالعه، نرمافزار HEC-HMS[۱] همچون مدل شبیهساز و الگوریتم هوشجمعی PSO[۲] به مثابه مدل بهینهساز عمل میکنند. برنامهنویسی مدل و فراخوانی HEC-HMSدر محیط برنامه MATLAB انجام گرفت. مدل تلفیقی ارائه شده در حوضه سد کارده، واقع در استان خراسان رضوی، بررسی شد. واسنجی مدل به کمک تابع هدف RMSE در سناریوهای مختلف سهرخداده مطالعه شد و نتایج دسته ای پارامتر با مقادیر متفاوت تولید کرد. سپس همه سناریوهای بررسی شده صحتسنجی شد و در انتها، با مقایسه مقادیر تابع هدف و ضریب همبستگی بین دبیهای مشاهداتی و محاسباتی در رخدادهای مختلف، سه دسته پاسخ تولیدشده به منزله پاسخهای بهینه مدل معرفی شد. نتایج بر خاصیت عدم امکان حصول پارامترهای منحصربهفرد برای یک حوضه آبخیز تاکید داشت. این روش، با توجه به مشکل غیرمنفردبودن مجموعه جوابهای مسئله واسنجی به منزله یک مسئله معکوس، میتواند در محدودکردن تعداد جوابهای کاندید موثر باشد. [۱] Hydrologic Engineering Center’s- Hydrologic Modeling System [۲] Particle Swarm Optimization

کلیدواژه ها:

الگوریتم هوش جمعی PSO ، مدل شبیهساز HEC-HMS ، واسنجی خودکار