توسعه مدل غیرخطی ماسکینگام با استفاده از هیبرید الگوریتم های فراکاوشی

با توجه به وجود ارتباط غیرخطی بین ذخیره و دبی جریان در مدل ماسکینگام غیرخطی، این مدل از مزیت های بالایی نسبت به مدل خطی برخوردار می-باشد. تخمین صحیح پارامترهای این مدل، جهت دستیابی به دقت مناسب ضروری است. بررسی مطالعات قبلی بیانگر وجود ۵ مدل غیرخطی اصلاح شده است که با الگوریتم های مختلف بهینه سازی سعی نمودند تا دقت پیش بینی هیدروگراف خروجی را افزایش دهند. با توجه به خطای موجود در هیدروگراف خروجی روندیابی شده توسط مدل های قبلی، در این مطالعه ساختار جدیدی از مدل غیرخطی ماسکینگام بر مبنای هیبرید الگوریتم های فراکاوشی PSO و DSO توسعه داده شد. در این مدل ۸ پارامتره (مدل NL۶) از ضریب بهبوددهنده γ، که با توجه به تعداد دبی اوج واقع در هیدروگراف خروجی مقادیر کمتر و بیشتر از یک را به خود می گیرد، استفاده گردید. اعمال رویکرد پیشنهادی بر روی سه نوع هیدروگراف ورودی و تعیین مقادیر بهینه پارامترهای مدل NL۶ نشان می دهد که این مدل از دقت بالایی در تخمین مقادیر دبی هیدروگراف خروجی برخوردار می باشد. میزان کاهش خطای مدل NL۶ بر اساس شاخص های SSQ و SAD برای هیدروگراف چند اوجه به ترتیب برابر با ۵۳ و ۶/۳۵ درصد نسبت به آخرین مدل پیشنهادی می باشد. لذا این مدل می توان از عملکرد بالایی در تخمین هیدروگراف روندیابی شده سیل برخوردار باشد.

Keywords:

روندیابی سیلاب , روش ماسکینگام غیرخطی , برآورد پارامتر , هیبرید الگوریتم های فراکاوشی