مقایسه الگوریتم ازدحام ذرات و ژنتیک در بهینه‌سازی ضرایب معادله منحنی سنجه رسوب در برآورد دبی رسوب معلق رودخانه سیستان؛ مطالعه موردی ایستگاه کهک

Authors

  • محمد جواد زینلی دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکده آب وخاک، دانشگاه زابل _ فارس
Abstract:

برآورد صحیح غلظت رسوبات در رودخانه‌‌ها برای برنامه‌ریزی و مدیریت پروژه‌های منابع آب بسیار مهم است. مدل‌های متفاوتی برای تعیین ارتباط بین مقدار دبی جریان و مقدار رسوب توسعه پیدا کرده‌اند. منحنی سنجه رسوب یکی از متداول‌ترین روش‌ها برای برآورد رسوب معلق رودخانه‌ها می‌باشد. برای تخمین هر چه بهتر میزان رسوب معلق بر اساس معادله منحنی سنجه می­توان ضرایب این معادله را بهینه نمود. یکی از روش­های بهینه­سازی ضرایب معادله منحنی سنجه رسوب استفاده از الگوریتم­های فراابتکاری می­باشد. هدف اصلی از این تحقیق استفاده از الگوریتم ژنتیک و ازدحام ذرات برای بهینه کردن ضرایب معادله منحنی سنجه رسوب برای ایستگاه کهک بر روی رودخانه سیستان و مقایسه نتایج بدست آمده از این مدل‌ها با منحنی سنجه رسوب می‌باشد. برای محاسبه دبی رسوب توسط مدل‌ها در ابتدا آمار و اطلاعات لازم از جمله آمار دبی آب و غلظت اندازه‌گیری شده رسوب ازسال 1360 تا سال 1391 در ایستگاه مورد مطالعه جمع آوری شده است. مدل‌های الگوریتم ژنتیک (GA) و الگوریتم ازدحام ذرات (PSO) در نرم‌افزار متلب کدنویسی شد. پس از اینکه مدل‌ها با 70 درصد داده­ها مورد آموزش قرار گرفت، 30 درصد داده­ها در هر دو ایستگاه مورد آزمون قرار گرفتند. معیار ارزیابی مدل‌ها ضریب تبیین (R2)،  ضریب نش ستکلیف (CE) و جذر میانگین مربعات خطا (RMSE) بوده است. نتایج بدست آمده  از مدل‌ها که در واقع کمینه کردن خطای حاصل از داده‌های محاسبه شده و مقادیر واقعی می‌باشد نشان‌دهنده این واقعیت است که مدل الگوریتم ژنتیک با مقدار 33484.47  تن در روز در ایستگاه کهک دارای کمترین مقدار جذر میانگین مربعات خطا و پس از آن، الگوریتم ازدحام ذرات با مقدار 34754.31 تن در روز و سپس منحنی سنجه رسوب با 90,35723 دارای کمترین مقادیر می‌باشند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بهینه‌سازی ضرایب معادله منحنی سنجه رسوب در برآورد دبی رسوب با استفاده از الگوریتم ازدحام ذرات (PSO) و الگوریتم تبرید (SA) (مطالعه موردی ایستگاه شهر بیجار)

پدیده فرسایش و انتقال رسوب در رودخانه‌ها یکی از مهمترین و پیچیده‌ترین موضوعات می‌باشد. این پدیده‌ها اثرات ویژه‌ای روی شاخص‌های کیفی آب، کنش کف بستر و کناره‌های رودخانه داشته و همچنین خسارات جبران ناپذیری به طرح‌های عمرانی وارد می‌نماید. برای تخمین هر چه بهتر میزان رسوب معلق بر اساس معادله منحنی سنجه می‌توان ضرایب این معادله را بهینه نمود. یکی از روشهای بهینه‌سازی ضرایب معادله منحنی سنجه رسوب، ا...

full text

بهینه‌سازی ضرایب معادله سنجه رسوب با استفاده از الگوریتم ژنتیک (مطالعه موردی: ایستگاه‌های قزاقلی و باغ‌عباسی)

برآورد صحیح غلظت رسوبات رودخانه‌ها برای برنامه‌ریزی و مدیریت پروژه‌های منابع آب اهمیت دارد.روش­های مختلفیبرایتعیینارتباطبیندبیجریانومقداررسوبتوسعهیافته است.منحنی سنجهرسوب یکیاز متداول‌ترینروش‌هایبرآوردرسوبمعلقرودخانه‌هامی­باشد که با خطای زیادی همراه است.به­منظورتخمین‌بهترمیزانرسوببا منحنیسنجه،می‌توان ضرایباینمعادلهرابا روش­های هوش مصنوعی بهینه کرد.هدفاینتحقیقاستفادهازالگوریتمژنتیک برایبهینه­ساز...

full text

مقایسه روش های هوش مصنوعی در برآورد بار معلق رسوب (مطالعه موردی: رودخانه سیستان)

سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانه‌ها، یکی از مهم‌ترین مسائل در پروژه‌های مهندسی رودخانه، منابع آب و محیط‌زیست می‌باشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمین‌های کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانه‌ها، محققین علم رسوب تلاش‌های زیادی به‌منظور دستیا...

full text

مقایسه مدل‌های شبکه عصبی مصنوعی و منحنی سنجه رسوب در شبیه‌سازی میزان رسوب معلق؛ مطالعه موردی حوزه آبخیز شاهرود

این پژوهش با هدف مقایسه کارآیی برخی مدل‌های شبیه­سازی میزان رسوب معلق شامل منحنی سنجه رسوب و شبکه عصبی مصنوعی و ارائه مدل بهینه بر اساس دبی جریان در حوزه آبخیز شاهرود و بر روی ایستگاه­های هیدرومتری گلینک، باغکلایه، لوشان و رجائی دشت انجام شد. به منظور شبیه­سازی میزان رسوب معلق از مدل منحنی سنجه رسوب یک خطی و مدل­های شبکه عصبی پرسپترون چند لایه و تابع پایه شعاعی بهره گرفته و سپس ارزیابی این مدل­...

full text

مقایسه برآورد بار رسوب معلق رودخانه با استفاده از روش‌های رگرسیون‌گیری و الگوریتم ژنتیک

The rivers sediment load is determined using hydrologic methods. In the statistical methods, by measuring the rivers discharge and suspended sediment load in a long-term period, the relationships between the suspended sediment load and discharge is obtained. The aim of this study is to compare different estimation methods of suspended load and select the most appropriate relationship for the pr...

full text

مقایسه روشهای شبکه های عصبی مصنوعی، فازی-عصبی تطبیقی و منحنی سنجه رسوب در برآورد رسوبات معلق رودخانه ها (مطالعه موردی: رودخانه آجی چای)

ارائه راهکاری مناسب جهت برآورد دقیق بار معلق رودخانهها در پروژههای آبی، مهندسی رودخانه و آبیاریکاربردهای فراوانی دارد. به دلیل تأثیر پارامترهای مختلف بر انتقال رسوبات در رودخانهها، تعیین معادلات حاکم برآن مشکل بوده و مدلهای ریاضی نیز در این راستا از دقت کافی برخوردار نیستند. امروزه استفاده از سیستمهایهوش مصنوعی به عنوان راهکاری جدید در تحلیل مسائل آبی، گسترش یافته است. در تحقیق حاضر منطق فازی-ع...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 6  issue 2

pages  76- 89

publication date 2016-02-20

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023