برآورد خودکار مشخصات حوضه با استفاده از خصوصیات هیدروگراف مشاهده‌ای، HEC-HMS، الگوریتم ژنتیک و AutoIt

نویسندگان

1 دانشجوی کارشناسی ارشد /گروه مهندسی سازه های آبی، دانشگاه تربیت مدرس، تهران، ایران

2 استاد /گروه مهندسی سازه‌های آبی دانشگاه تربیت مدرس، تهران، ایران

doi
چکیده

مهمترین هدف در واسنجی مدل‌های مفهومی بارندگی-رواناب (CRR) پیدا کردن مقادیر بهینه برای مدل می‌باشد که با استفاده از آن بتوان بهترین منحنی را برای هیدروگراف‌های مشاهده‌ شده و محاسبه‌ شده برازش داد.  با وجود عمومیت این مدل‌ها، در صورتی که نتوان یک مقدار بهینه منحصر به فرد برای پارامترهای آن با استفاده از واسنجی خودکار به دست آورد، کاربرد آن مدل‌ها بسیار مشکل خواهد بود. همچنین استفاده از هیدروگراف‌های واحد مصنوعی برای محاسبه سیلاب طراحی در حوضه‌هایی که فاقد آمار می‌باشند امری اجتناب‌ناپذیر است. در سال‌های اخیر نشان داده شده است که در مسائل بهینه‌سازی ترکیبی استفاده از الگوریتم‌های فراکاوشی نتایج بسیار مطلوبی را به دست می‌دهد. در این مطالعه دو مدل متفاوت الگوریتم Univariate-Gradient به عنوان بهینه‌ساز کلاسیک با جستجوی موضعی و الگوریتم ژنتیک به عنوان بهینه‌ساز سراسری برای واسنجی مدل هیدروگراف‌های واحد اشنایدر، کلارک و SCS در نرم‌افزار HEC-HMS بکار برده شده است. سیل فراگیر 14 لغایت 18 بهمن سال 1371 رودخانه مهران-ایستگاه دژگان واقع در استان هرمزگان بمنظور مطالعه مورد استفاده قرار گرفت. نتایج نشان داد که تلفیق الگوریتم ژنتیک و روش اشنایدر برای پیش‌بینی مشخصات حوضه‌ها روش مناسبی بوده و با استفاده از این روش، هیدروگراف مشاهده‌ای و تابع هدف می‌توان مشخصات حوضه را بدست آورد. برای انجام خودکار عمل شبیه‌سازی و بهینه‌سازی از AutoIt استفاده شده است.