مقايسه الگوريتم‎هاي سرد كردن فلزات (SA) و جامعه ذرات (PSO) در بهينه‌سازي پارامترهاي هيدرولوژيكي حوضه مهابادچاي

مقدمه: با استفاده از مدل‎هاي هيدرولوژيكي، فرايند بارش-رواناب شبيه‌سازي مي شود. دقت نتايج حاصل از مدل‎هاي هيدرولوژيكي، به دقت پارامترهاي هيدرولوژيكي ورودي به مدل از قبيل شماره منحني (CN)، ضريب تلفات اوليه (Ia) و زمان تاخير Lt)) بستگي دارد. با اين حال، در بعضي از حوضه‏ها مقادير پارامترهاي هيدرولوژيكي بطور دقيق و يا اصلا وجود ندارد و تنها چند هيدروگراف مشاهده‏اي وجود دارد. يافتن مقادير بهينه پارامترهاي هيدرولوژيكي در چنين حوضه‏هايي، ضروري است. روش : برآورد دقيق پارامترهاي CN، Ia و Lt در حوضه آبخيز مهابادچاي (كه فاقد آمار پارامترهاي هيدرولوژيكي است) با استفاده از الگوريتم‏هاي بهينه‏سازي (Particle Swarm Optimization) PSO و (Simulated Annealing) SA، هدف اصلي اين تحقيق است. در هر تكرار، بهينه‎ساز مقادير پارامترهاي هيدرولوژيكي حوضه را برآورد مي‏كند كه به عنوان ورودي‌هاي HEC-HMS استفاده مي‌شوند. در ادامه مدل HEC-HMS، رواناب حوضه را شبيه‏سازي (دبي محاسباتي) مي‏كند. در مرحله بعد دبي محاسباتي با دبي مشاهداتي مقايسه شده و بهينه‏ساز بر مبناي ريشه ميانگين مربعات خطا (RMSE) به عنوان تابع هدف، پارامترهاي هيدرولوژيكي را اصلاح كرده و اين فرايند تا رسيدن به پاسخ بهينه، تكرار مي‏شود. ارتباط بين مدل HEC-HMS و بهينه‎ساز با استفاده از برنامه‏اي كه در AutoIt نوشته شد، برقرار و بهينه‏سازي به صورت خودكار انجام مي‏شود. براي اين منظور، از داده هاي ساعتي بارش-رواناب (دبي مشاهداتي) پنج رخداد مربوط به سال 1387 در حوضه آبخير مهابادچاي استفاده شد. يافته ها: نتايج نشانگر برآورد دقيق پارامترهاي هيدرولوژيكي است و الگوريتم PSO سرعت بالاتري در همگرايي به تابع هدف بهينه و پيدا كردن پارامترهاي هيدرولوژيكي حوضه شامل CN، Ia و Lt داشت. همچنين، دبي‏هاي بهينه محاسباتي SA نسبت به PSO، تناسب بيشتري با مقادير متناظر مشاهداتي داشت. نتيجه گيري: با توجه به نتايج تحقيق حاضر مي‌توان نتيجه گرفت كه با لينك مدل‌هاي بهينه‌سازي و مدل‌هاي هيدرولوژيكي مي‌توان نسبت به براورد دقيق پارامترهاي هيدرولوژيكي در حوضه‌هاي فاقد آمار اقدام نمود و نتايج با دقت خوبي بدست آورد.