مقایسه الگوریتم ازدحام ذرات و ژنتیک در بهینه سازی ضرایب معادله منحنی سنجه رسوب در برآورد دبی رسوب معلق رودخانه سیستان؛ مطالعه موردی ایستگاه کهک

Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 160

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WATER-6-2_007

تاریخ نمایه سازی: 3 اسفند 1400

Abstract:

برآورد صحیح غلظت رسوبات در رودخانه ها برای برنامه ریزی و مدیریت پروژه های منابع آب بسیار مهم است. مدل های متفاوتی برای تعیین ارتباط بین مقدار دبی جریان و مقدار رسوب توسعه پیدا کرده اند. منحنی سنجه رسوب یکی از متداول ترین روش ها برای برآورد رسوب معلق رودخانه ها می باشد. برای تخمین هر چه بهتر میزان رسوب معلق بر اساس معادله منحنی سنجه می­توان ضرایب این معادله را بهینه نمود. یکی از روش­های بهینه­سازی ضرایب معادله منحنی سنجه رسوب استفاده از الگوریتم­های فراابتکاری می­باشد. هدف اصلی از این تحقیق استفاده از الگوریتم ژنتیک و ازدحام ذرات برای بهینه کردن ضرایب معادله منحنی سنجه رسوب برای ایستگاه کهک بر روی رودخانه سیستان و مقایسه نتایج بدست آمده از این مدل ها با منحنی سنجه رسوب می باشد. برای محاسبه دبی رسوب توسط مدل ها در ابتدا آمار و اطلاعات لازم از جمله آمار دبی آب و غلظت اندازه گیری شده رسوب ازسال ۱۳۶۰ تا سال ۱۳۹۱ در ایستگاه مورد مطالعه جمع آوری شده است. مدل های الگوریتم ژنتیک (GA) و الگوریتم ازدحام ذرات (PSO) در نرم افزار متلب کدنویسی شد. پس از اینکه مدل ها با ۷۰ درصد داده­ها مورد آموزش قرار گرفت، ۳۰ درصد داده­ها در هر دو ایستگاه مورد آزمون قرار گرفتند. معیار ارزیابی مدل ها ضریب تبیین (R۲)،  ضریب نش ستکلیف (CE) و جذر میانگین مربعات خطا (RMSE) بوده است. نتایج بدست آمده  از مدل ها که در واقع کمینه کردن خطای حاصل از داده های محاسبه شده و مقادیر واقعی می باشد نشان دهنده این واقعیت است که مدل الگوریتم ژنتیک با مقدار ۳۳۴۸۴.۴۷  تن در روز در ایستگاه کهک دارای کمترین مقدار جذر میانگین مربعات خطا و پس از آن، الگوریتم ازدحام ذرات با مقدار ۳۴۷۵۴.۳۱ تن در روز و سپس منحنی سنجه رسوب با ۹۰,۳۵۷۲۳ دارای کمترین مقادیر می باشند.

Authors

ام البنی محمدرضاپور

ستادیار گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل

پرویز حقیقت جو

استادیار گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل

محمد جواد زینلی

دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکده آب وخاک، دانشگاه زابل _ فارس

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • منابع :آذرافزا، ه.، ح. رضایی، ج. بهمنش و س. بشارت. ...
  • نخبه گزینی از جواب های شدنی الگوریتم ژنتیک در بهینه سازی بهره برداری از سیستم های چند مخزنه [مقاله کنفرانسی]
  • بابایی، ا.، ح. پهلوانی و ع. سلاجقه. ۱۳۸۹. ارزیابی کارایی ...
  • بیضایی، م.، م. عرفانیان، ه. عبقری و ع. اسمعلی. ۱۳۹۰. ...
  • عبدی دهکردی، م.، م. مفتاح هلقی، ا. ا. دهقانی و ...
  • دهقانی، ا. ا.، م. ا. زنگانه، ا. مساعدی و ن. ...
  • نژادنادری، م.، م. ر. حسامی کرمانی و س. هاشمی نسب. ...
  • Altunkaynak.A . ۲۰۰۹. Sediment load prediction by genetic algorithms. J. ...
  • Ebrahimi, H., E. Jabbari and M. Ghasemi. ۲۰۱۳. Application of ...
  • Goldberg, D. ۱۹۸۹. Genetic algorithms in search optimization and machine ...
  • Nash, J. E., J. V. Sutcliffe .۱۹۷۰. River flow forecasting ...
  • Mohammad Reza pour, O., T. SH. Lee and A. A. ...
  • Shi, Y. and R. Eberhart. ۱۹۹۸. Parameter selection in particle ...
  • نمایش کامل مراجع