مدلسازی و بهینه سازی بارش-رواناب ایستگاه هابز بروک با استفاده از الگوریتم ژنتیک

با توجه به کمبود آب در دنیا ارائه راهکارهای نوین برای کنترل بحران آب ضروری به نظر میرسد. از سوی دیگر اهمیت و نقش فرآیند بارش-رواناب در مطالعات منابع آب موجب شده که این فرآیند از دیر باز مورد توجه متخصصین قرار گیرد.از این رو روش های متعددی همچون الگوریتم ژنتیک، شبکه های عصبی مصنوعی استاتیک و دینامیک، سیستم های فازی و نرو فازی، آنالیز موجک، برای مدلسازی این فرایند توسعه یافته است. در این تحقیق از الگوریتم ژنتیکبرای مدلسازی فرآیند بارش-رواناب ماهانه در حوضه آبریز ایستگاه شماره 0104430 سازمان زمین شناسی ایالات متحده (USGS) با نام هابز بروک استفاده گردید. در تحقیق حاضر داده های ورودی به صورت داده های روزانه مدل سازی گردیدند. سپس به منظور کاهش خطا، داده ها در دوره های 7 و 10 روزه مجموع متحرک گشته و مدل سازی شدند.نتایج حاصل حاکی از کاهش خطای مدلسازی به هنگام مجموع متحرک کردن داده ها برای داده های ورودی مدلسازی و تحلیل پدیده غیر خطی تغییرات جریان رودخانه نسبت به بارش می باشد.همچنین با استفاده از روش ذکرشده در این تحقیق می توان برآورد مناسبی از جریان رودخانه برای تحلیل بهتر عملکرد رودخانه، مدیریت طغیان ها،سیلاب های ناشی از بارش و در مجموع مدیریت بهینه ی منابع آب، داشت.

کلیدواژه ها:

بارش -رواناب ، الگوریتم ژنتیک ، مدلسازی ، مجموع متحرک