کیومرث روشنگر؛ محمد تقی اعلمی؛ فاطمه وجودی مهربانی
چکیده
تخمین درست میزان رسوبات حمل شده توسط رودخانه‌ها در پروژه های منابع آبی از اهمیت بالایی برخوردار است. بطور کلی پدیده فرسایش و انتقال رسوب از پیچیده ترین مسائل هیدرودینامیکی است که تعیین دقیق معادلات حاکم بر آن بدلیل تاثیرات پارامترهای مختلف، به آسانی میسر نیست. با وجود انجام تحقیقات بسیا‌ری در زمینه کاربرد مدلهای هوشمند نظیر شبکه ...
بیشتر
تخمین درست میزان رسوبات حمل شده توسط رودخانه‌ها در پروژه های منابع آبی از اهمیت بالایی برخوردار است. بطور کلی پدیده فرسایش و انتقال رسوب از پیچیده ترین مسائل هیدرودینامیکی است که تعیین دقیق معادلات حاکم بر آن بدلیل تاثیرات پارامترهای مختلف، به آسانی میسر نیست. با وجود انجام تحقیقات بسیا‌ری در زمینه کاربرد مدلهای هوشمند نظیر شبکه های عصبی و برتری این مدلها نسبت به روابط ریاضی و تجربی موجود نظیر منحنی سنجه رسوب، بدلیل غیر صریح بودن و پیچیدگی حاکم بر انتخاب و معماری شبکه مناسب، کاربرد این مدلها توسعه کمتری نسبت به روشهای صریحی نظیر برنامه ریزی ژنتیک داشته است. در این پژوهش، بمنظور توانمند سازی پیش بینی صریح بار رسوبی رودخانه قطورچای از یک سو الگوریتم‌های تکاملی نظیر برنامه ریزی ژنتیک (GP) و الگوریتم ژنتیک (GA) به کار گرفته شده و از سوی دیگر از مدلهای نیمه تجربی تعیین بار کل رسوب و منحنی سنجه استفاده گردیده است. مقایسه و تجزیه تحلیل نتایج حاصل از روشهای کلاسیک، منحنی سنجه بهینه و روش برنامه ریزی ژنتیک، کارائی بسیار بالای الگوریتم‌های تکاملی را (907/0=DC و 067/0=RMSE) بعنوان ابزاری قدرتمند در بهینه سازی و پیش بینی صریح بار رسوبی کل رودخانه نشان می دهد.
هادی ناوه؛ کیوان خلیلی؛ محمد تقی اعلمی؛ جواد بهمنش
چکیده
یکی از ابزار های مهم در مدل سازی و پیش بینی فرآیند های هیدرولوژیکی استفاده از مدل سازی و تحلیل سری های زمانی است. سری های تولید شده جریان رودخانه با استفاده از مدل های سری زمانی در مطالعات مختلفی نظیر خشکسالی، سیلاب، طراحی سیستم های مخازن و اهداف فراوان دیگر قابل استفاده می باشد. با توجه به این که فرآیند جریان رودخانه می تواند در مقیاس ...
بیشتر
یکی از ابزار های مهم در مدل سازی و پیش بینی فرآیند های هیدرولوژیکی استفاده از مدل سازی و تحلیل سری های زمانی است. سری های تولید شده جریان رودخانه با استفاده از مدل های سری زمانی در مطالعات مختلفی نظیر خشکسالی، سیلاب، طراحی سیستم های مخازن و اهداف فراوان دیگر قابل استفاده می باشد. با توجه به این که فرآیند جریان رودخانه می تواند در مقیاس های مختلف زمانی و مکانی غیرخطی باشد، استفاده از مدل های غیرخطی سری های زمانی بسیار مفید خواهد بود. هدف از این تحقیق، به کار گیری مدل سری زمانی غیر خطی بی لینیر در پیش بینی جریان رودخانه بوده که بدین منظور از داده های 31 و 39 ساله دبی جریان ماهانه دو رودخانه ، به ترتیب شهر چای و باراندوزچای ارومیه واقع در استان آذربایجان غربی استفاده شده است. که مساحت حوضه آبریز باراندوزچای و شهرچای به ترتیب 1203 و 636 کیلومترمربع می باشد. نتایج این تحقیق نشان داد که در دو رودخانه مورد مطالعه مدل غیر خطی بی لینیر، به دلیل خطای کمتر نسبت به مدلهای خطی ARMA کارآیی بهتری داشته است. اما خطای مدل دو-خطی برازش شده برای رودخانه باراندوزچای برابر 605/1 و رودخانه شهرچای معادل 920/1 بوده که علت کم بودن خطای مدل رودخانه باراندوزچای ممکن است طولانی بودن دوره آماری این ایستگاه و یا تغذیه این رودخانه از چشمه ها و منابع آب های زیرزمینی باشد.
