کاربست مقایسه ای الگوریتم جستجوی موجودات همزیست با الگوریتم های فراکاوشی در مدل روندیابی سیلاب
Publish place: Journal of Water and Soil، Vol: 34، Issue: 2
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 58
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSW-34-2_009
تاریخ نمایه سازی: 8 آبان 1402
Abstract:
روندیابی سیلاب یکی از الزامات مهم در مطالعات مهندسی رودخانه محسوب میشود. روندیابی هیدرولوژیکی در رودخانههای شریانی و رودخانه های فاقد آمار حوضه میانی متداول است. به این منظور نیاز به تهیه مقاطع عرضی و تعیین شیبها در کلیه بازههای رودخانه میباشد. روش ماسکینگام می تواند با استفاده از آن ضمن صرفهجویی در زمان و هزینه، اطلاعات مربوط به عمق و دبی جریان سیلابی را در هر زمان مشخص نماید. کاربست روشهای فراکاوشی نتایج رضایت بخشی را در این زمینه تاکنون نشان داده است. از این رو در این پژوهش، به ارزیابی کارایی الگوریتم جستجوی موجودات همزیست (SOS) در تخمین پارامترهای بهینه مدل غیرخطی ماسکینگام پرداخته شد. بهمنظور بررسی میزان مطلوبیت یافتههای پژوهش، نتایج حاصل از الگوریتم موجودات همزیست (SOS)، با نتایج سایر روش های فراکاوشی شامل الگوریتم وراثتی (GA)، الگوریتم ازدحام ذرات (PSO)، الگوریتم رقابت استعماری (ICA) مقایسه گردید. در الگوریتم پیشنهادی، روش تابع جریمه غیرمستقیم در مدل برای جلوگیری از منفی شدن خروجی و ذخیره اعمال شده است. الگوریتم مذکور بهینه سراسری یا نزدیک سراسری را بدون در نظر گرفتن مقادیر اولیه پارامترها با همگرایی سریع پیدا می کند. نتایج الگوریتم SOS برای دو رودخانه ویلسون و کارده نشان دهنده کمینه سازی مجموع مربعات باقیمانده ها (SSQ) میباشد که برای رودخانه ویلسون با MSE (۸۵/۵) و SSQ (۷۸/۱۲۸) و رودخانه کارده با MSE (۵۰۵/۰) و SSQ (۵۵۲/۴) می باشد و مانند الگوریتم های PSO و ICA عملکرد بهتری نسبت به الگوریتم GA داشته است در نتیجه الگوریتم پیشنهادی می تواند با اطمینان خوبی بهمنظور برآورد مقادیر بهینه پارامترهای مدل ماسکینگام غیر خطی مورد استفاده قرار گیرد.
Keywords:
Authors
سعید خلیفه
دانشگاه فردوسی مشهد
سیدعلیرضا اسماعیلی
دانشگاه فردوسی مشهد
کاظم اسماعیلی
دانشگاه فردوسی مشهد
سعید رضا خداشناس
دانشگاه فردوسی مشهد
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 :