تخمین پارامترهای بهینه مدل روندیابی غیرخطی ماسکینگامبا استفاده از الگوریتم مورچگان پیوسته

بهینه سازی پارامترهای بهینه سازی پارامترهای مدل غیرخطی ماسکینگام به روش آزمون و خطا و روش های عددی انجام می شود. این روش ها دشوار و وقت گیر می باشد اما الگوریتم های فراابتکاری با سرعت بالاتر و به صورت دقیق تر می توانند تخمینی مناسب از این پارامترها را به دست دهند. در این پژوهش کارایی الگوریتم مورچگان پیوسته (acor)، در تخمین پارامترهای بهینه مدل روندیابی غیرخطی ماسکینگام مورد بررسی قرار گرفته است و برای ارزیابی آن از معیار مجموع مربعات خطا استفاده شده است. نتایج این تحقیق نشان داد که الگوریتم مورچگان پیوسته در مورد سیل ویلسون با 36.7679=sse و در مورد سیلاب رودخانه وی با 37944.14=sse کارایی مناسبی داشته و در مورد سیلاب رودخانه کارون نیز با 144691.735=sse نسبت به الگوریتم کلونی زنبور عسل با 177161.4=sse کارایی بالاتری از خود نشان داده است. همچنین در این تحقیق روندیابی این سه سیلاب با روش کان وکس نیز مورد بررسی قرار گرفت که در مورد سیلاب ویلسون و سیلاب رودخانه وی این روش عملکرد مناسبی نداشته اما در روندیابی سیلاب رودخانه کارون عملکرد مناسبی را نسبت به روش ماسکینگام غیرخطی نشان داده است و تخمین مناسبی از مقدار دبی اوج که از نظر اجرای سیستم های هشدار سیل بسیار اهمیت دارد به دست داده است.