رويكردي جديد در رونديابي سيلاب بر مبناي تلفيق تئوري بيز، ماشين بردار پشتيبان و الگوريتم بهينه‌ سازي فرا ابتكاري

رونديابي سيل از طريق رودخانه‌ها، به منظور كنترل و جلوگيري از خسارات ناشي از سيل، از اقدامات مهم به شمار مي‌آيد. پيش‌بيني هيدروگراف سيلاب به طور كلي به دو روش هيدرولوژيكي (ماكسينگام و عددي) و يا روش‌هاي هيدروليكي (حل معادلات سنت- ونانت) انجام مي‌شود. روش‌هاي عددي به علت كم بودن پارامترها، هزينه كم محاسبات و در نهايت دقت مناسب، بصورت گسترده مورد توجه قرار دارد. در اين مطالعه، به بررسي كاربرد هوش مصنوعي براي رونديابي جريان رودخانه پرداخته شده است. به اين منظور، از الگوريتم تركيبي، استراتژي تكاملي انطباق ماتريس كوواريانس (CMAES) و ماشين بردار بيزين (RVM)استفاده شده است. همچنين، نتايج آن با خروجي‌هاي حاصل از الگوريتم‌هاي طبقه بندي درخت تصميم (CART)، الگوريتم تقويت گراديان مضاعف XGBoost، ماشين بردار بيزين ساده (RVM)و جنگل تصادفي (RF) مورد مقايسه قرار گرفته است. در نهايت براي ارزيابي عملكرد و كارآيي الگوريتم‌ها، از معيارهاي ارزيابي ميانگين مطلق خطاي (MAE)، ريشه ميانگين مربعات خطا (RMSE)و ضريب تعيين (R^2) استفاده شده است. محاسبات رونديابي سيل در بازه‌ ملاثاني اهواز (به عنوان مطالعه موردي) براي دوره مطالعاتي 2011-2017 انجام شده است. نتايج بدست آمده، حاكي از موفقيت مناسب الگوريتم تركيبي RVM – CMAES به عنوان ابزاري قدرتمند در بحث پيش‌بيني هيدروگراف، براي مديريت سيلاب با معيارهاي ارزيابي، MAE=19.69 RMSE=29.37 = و R^2=0.93 در دوره آموزش و 19/16MAE= ، RMSE=27.83 وR^2=0.94 در دوره آزمون مي‌باشد. علاوه بر اين نمودارهاي تيلور و سري زماني هيدروگراف رونديابي شده حاكي از برتري الگوريتم تركيبي نسبت به ساير الگوريتم‌ها بوده است. الگوريتم پيشنهادي داراي پتانسيل بالا براي استفاده در سامانه‌هاي هشدار سيل و ساير مسائل مربوط به مديريت منابع آب مي‌باشد.