تخمین پارامترهای معادلۀ ماسکینگام غیرخطی با الگوریتم جستجوی گرگ (wsa) (مطالعۀ موردی: رودخانۀ کارده)
چکیده
روندیابی سیلاب یکی از پیچیدهترین مسائلی است که در علم هیدرولیک کانالهای باز و مهندسی رودخانه بررسی میشود. در میان روش های مختلف روندیابی سیلاب، روش ماسکینگام که پرکاربردترین روش هیدرولوژیکی است، اهمیت زیادی در مطالعات سیلاب رودخانهها دارد و از دقت بالایی برخوردار است. تخمین صحیح پارامترهای موجود در مدل غیرخطی ماسکینگام همواره مورد توجه محققان بوده و از روشهای مختلفی بدین منظور استفاده شده است. در مقالۀ حاضر، از الگوریتم جدید جستجوی گرگ (wsa) استفاده شده است. برای ارزیابی مقادیر بهینۀ پارامترهای مدل ماسکینگام، تابع هدف بهصورت کمینه سازی مجموع مربعات باقیمانده ها (ssq) بین حجم خروجی های مشاهداتی و روندیابی شده در نظر گرفته شد. بهمنظور بررسی میزان مطلوبیت یافتههای تحقیق، نتایج حاصل از الگوریتم جستجوی گرگ با نتایج سایر روشهای فرا ابتکاری شامل الگوریتم ژنتیک (ga)، الگوریتم گروه ذرات (pso)، الگوریتم جستجوی هارمونی (hs) و الگوریتم رقابت استعماری (ica) مقایسه گردید. برای بررسی کارآمدی این الگوریتم ها از شش تابع محک استاندارد با ابعاد متفاوت استفاده شد. همچنین، تحلیل حساسیت روی اندازۀ جمعیت برای الگوریتمهای مورد استفاده صورت پذیرفت. نتایج بررسیها نشان میدهد که در میان الگوریتمهای مذکور، الگوریتم جستجوی گرگ میتواند برآورد مناسبتری از مقادیر بهینه پارامترهای مدل ماسکینگام غیرخطی ارائه دهد بهطوریکه مقادیر ضریب تبیین و جذر میانگین مربعات خطا برای رودخانۀ کارده بهترتیب برابر با 778425/0 و 712358/0 بهدست آمد.