پیش بینی بار معلق رودخانه ها بر مبنای دبی جریان با استفاده از برنامه ریزی ژنتیک

پیش بینی دقیق پارامترهای موثر در طرح های منابع آب، یکی از مهمترین مباحث تحقیقی مهندسان آب می باشد. از جمله این پارامتر ها حجم رسوبات معلق رودخانه ها است که بدلیل اثرات منفی آن بر روی شاخص های کیفی آب، تقلیل گنجایش مخازن و تغییر در مورفولوژی رودخانه ها از اهمیت ویژه ای برخوردار است. در حقیقت حصول روش های مناسب و دقیق در پیش بینی بار رسوبی رودخانه ها را می توان به عنوان یکی از مهمترین چالش ها در فرایند فرسایش و رسوبگذاری دانست. اگر چه در دهه اخیر تحقیقات متنوعی در خصوص کاربرد مدل های هیدرولوژیکی (جعبه سیاه) متکی بر شبکه های عصبی مصنوعی (ann)1 و برتری دقت این مدل ها بر روابط تجربی همچون منحنی سنجه رسوب ارائه شده است ولی به دلیل غیر صریح بودن این مدل ها استفاده از آنها در عمل به طور مناسب توسعه نیافته است. لذا هنوز توسعه یک مدل صریح میان رابطه دبی جریان و بار رسوبی ضروری می باشد. در تحقیق حاضر روش صریح برنامه ریزی ژنتیک (gp)2 برای پیش بینی بار معلق رودخانه ها ارائه شده و دقت نتایج حاصله با روش شبکه عصبی مصنوعی مورد مقایسه قرار گرفته است. پیش بینی ها با استفاده از دبی جریان و رسوب معلق روزانه رودخانه لیقوان چای واقع در حوزه آبگیر دریاچه ارومیه، برای مدل سازی و تایید برنامه ریزی ژنتیک پیشنهادی بکار گرفته شده است. نتایج حاصل، حاکی از دقت بالای برنامه ریزی ژنتیک در مقایسه با شبکه عصبی مصنوعی و کارایی آن در پیش بینی بار معلق رودخانه ها می باشد.