بررسی کارایی الگوریتم ژنتیک در بهینه سازی پارامترهای مدل Hymod

  • سال انتشار: 1397
  • محل انتشار: دومین همایش ملی دانش و فناوری علوم کشاورزی، منابع طبیعی و محیط زیست ایران
  • کد COI اختصاصی: MDCONF02_242
  • زبان مقاله: فارسی
  • تعداد مشاهده: 703
دانلود فایل این مقاله

نویسندگان

مهناز کوهنشین

دانشجوی کارشناسی دانشگاه گنبد کاووس

ابوالحسن فتح آبادی

استادیار دانشگاه گبند کاووس

علی حشمت پور

استادیار دانشگاه گنبد کاووس،

معصومه فراستی

استادیار دانشگاه گنبد کاووس،

چکیده

کارایی مدل هدرولوژیک علاوه بر ساختار آن بستگی مقادیر بهینه پارامترهای آنها دارند. روش های بهینه سازی پارامترهای مدل های هیدرولوژیک به دو دسته روش های بهینه سازی دستی و اتوماتیک طبقه بندی می شوند، با توجه به قابلیت روش بهینه سازی اتوماتیک امروزه شاهد استفاده گسترده این روش ها در بهینه سازی پارامترهای مدل هیدرولوژیک هستیم. در این تحقیق اقدام به بررسی کارایی سه روش بهینه سازی اتوماتیک شامل الگوریتم تکامل تصادفی جوامع، DDS و الگوریتم ژنتیک در بهینه سازی پارامترهای مدل یکپارچه Hymod در حوضه قورچای رامیان گردید. بدین منظور پس از تهیه داده های بارش، تبخیر و دبی طول دوره آماری به دو قسمت واسنجی (سه سال) و اعتبار سنجی ( 3 سال ) تقسیم شد. سپس در نرم افزار مطلب بین کدهای مدل و الگوریتم لینک برقرار کرده و پارامترهای مدل بهینه گردید. نتایج مقایسه میانگین نشان داد با افزایش تعداد کروموزوم و نرخ جهش عملکرد الگوریتم بهتر شده بود و مقدار نرخ تزویج تاثیر چندانی بر عملکرد الگوریتم نداشت. الگوریتم در تعداد اجرای کمتراز صد به همگرایی رسیده است. در تعداد تکرار کم تفاوت بین مقادیر پارامترهای مختلف در ده تکرار زیاد بود و با افزایش تعداد اجراها این تفاوت کمتر شده بود.

کلیدواژه ها

بارش رواناب، الگوریتم ژنتیک، مدل Hymod ، واسنجی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.