مهندسی عمران شریف, دوره (37.2), شماره (2), سال (2021-9) , صفحات (3-10)

عنوان : ( تخمین پارامترهای غیرخطی مدل ماسکینگام در مدل روندیابی سیلاب با الگوریتم نوین سنجاقک )

نویسندگان: سعید خلیفه ء , سعیدرضا خداشناس , کاظم اسماعیلی ,

بر اساس تصمیم نویسنده مقاله دسترسی به متن کامل برای اعضای غیر دانشگاه ممکن نیست

استناددهی: BibTeX | EndNote

چکیده

روندیابی سیلاب رودخانه‌ای یکی از مهمترین مسائلی است که در مهندسی هیدرولوژی است و بررسی آن به شناخت بهتر مهندسین مشاور جهت تأثیرات آن بر پروژه‌های اجرایی در مسیر رودخانه و اطراف آن کمک می‌کند. از میان روش‌های متداول روندیابی سیل، روش ماسکینگام به عنوان روشی هیدرولوژیکی، کاربرد گسترده‌ای در مطالعات سیلاب رودخانه‌ها داشته و از دقت نسبتاً بالایی نیزبرخوردار است. در پژوهش حاضر، از الگوریتم نوین فراکاوشی سنجاقک بدین منظور استفاده شده است. نتایج حاصل از الگوریتم سنجاقک (DA) جهت ارزیابی و میزان کاربردی بودن آن با الگوریتم‌های ژنتیک (GA) و الگوریتم جستجوی هارمونی(HS) مقایسه گردید. نتایج نشان داد که الگوریتم DA قادر است، برآورد مناسبی از مقادیر بهینه پارامترهای مدل ماسکینگام غیرخطی ارائه نماید، به طوری که برای الگوریتم DA مقادیر SSQ و RMSE به ترتیب برای رودخانه کارده به‌عنوان مطالعه موردی برابر با 55/4و 71/0 به دست آمد. این الگوریتم نوین می‌تواند برای هر مسئله بهینه‌سازی پیوسته در مهندسی مدیریت منابع آب مورد استفاده قرار گیرد.

کلمات کلیدی

روندیابی هیدرولوژیکی الگوریتم سنجاقک بهینه سازی تابع جریمه غیرمستقیم
برای دانلود از شناسه و رمز عبور پرتال پویا استفاده کنید.

@article{paperid:1084446,
author = {خلیفه ء, سعید and خداشناس, سعیدرضا and اسماعیلی, کاظم},
title = {تخمین پارامترهای غیرخطی مدل ماسکینگام در مدل روندیابی سیلاب با الگوریتم نوین سنجاقک},
journal = {مهندسی عمران شریف},
year = {2021},
volume = {37.2},
number = {2},
month = {September},
issn = {2676-4768},
pages = {3--10},
numpages = {7},
keywords = {روندیابی هیدرولوژیکی الگوریتم سنجاقک بهینه سازی تابع جریمه غیرمستقیم},
}

[Download]

%0 Journal Article
%T تخمین پارامترهای غیرخطی مدل ماسکینگام در مدل روندیابی سیلاب با الگوریتم نوین سنجاقک
%A خلیفه ء, سعید
%A خداشناس, سعیدرضا
%A اسماعیلی, کاظم
%J مهندسی عمران شریف
%@ 2676-4768
%D 2021

[Download]