توسعه مدل غیرخطی ماسکینگام با استفاده از هیبرید الگوریتم‌های فراکاوشی

Abstract

با توجه به وجود ارتباط غیرخطی بین ذخیره و دبی جریان در مدل ماسکینگام غیرخطی، این مدل از مزیت‌های بالایی نسبت به مدل خطی برخوردار می-باشد. تخمین صحیح پارامترهای این مدل، جهت دستیابی به دقت مناسب ضروری است. بررسی مطالعات قبلی بیانگر وجود 5 مدل غیرخطی اصلاح شده است که با الگوریتم‌های مختلف بهینه‌سازی سعی نمودند تا دقت پیش‌بینی هیدروگراف خروجی را افزایش دهند. با توجه به خطای موجود در هیدروگراف خروجی روندیابی شده توسط مدل‌های قبلی، در این مطالعه ساختار جدیدی از مدل غیرخطی ماسکینگام بر مبنای هیبرید الگوریتم‌های فراکاوشی PSO و DSO توسعه داده شد. در این مدل 8 پارامتره (مدل NL6) از ضریب بهبوددهنده γ، که با توجه به تعداد دبی اوج واقع در هیدروگراف خروجی مقادیر کمتر و بیشتر از یک را به خود می‌گیرد، استفاده گردید. اعمال رویکرد پیشنهادی بر روی سه نوع هیدروگراف ورودی و تعیین مقادیر بهینه پارامترهای مدل NL6 نشان می‌دهد که این مدل از دقت بالایی در تخمین مقادیر دبی هیدروگراف خروجی برخوردار می‌باشد. میزان کاهش خطای مدل NL6 بر اساس شاخص‌های SSQ و SAD برای هیدروگراف چند اوجه به ترتیب برابر با 53 و 6/35 درصد نسبت به آخرین مدل پیشنهادی می‌باشد. لذا این مدل می‌توان از عملکرد بالایی در تخمین هیدروگراف روندیابی شده سیل برخوردار باشد.