بررسی عملکرد الگوریتم هیبریدی کرم شب تاب و شبکه عصبی مصنوعی در شبیه سازی مقادیر تبخیر روزانه

شبیه سازی فرایند تبخیر امری بسیار مهم در برنامه ریزی و مدیریت منابع آب می باشد و به دلیل پیچیدگی فرایند تبخیر، تعیین دقیق این پارامترهای آن مستلزم استفاده از روشهای دقیقی است که با دقت قابل قبولی بتواند این فرایند را شبیه سازی کند. با استفاده از روش هیبریدی شبیه سازی و بهینه سازی می‌توان فرایند تبخیر را با دقت بالایی شبیه سازی کرد. در این پژوهش با استفاده داده های تبخیر روزانه ایستگاه سینوپتیک رودسر از سال 1391 تا 1394 به مدت چهار سال، کارایی الگوریتم هیبریدی کرم شب تاب در برآورد تبخیر روزانه در مقایسه با شبکه عصبی مصنوعی مورد ارزیابی قرار گرفت. با توجه به اهمیت پارامترهای اقلیمی و میزان همبستگی آن ها با تبخیر ، ورودی مدل ها در قالب 6 سناریوی مختلف مورد سنجش قرار گرفت.در هر دو مدل بکار گرفته شده، سناریوی برتر مدلی بود بود که ورودی آن شامل بیشینه دمای هوا، کمینه دمای هوا، رطوبت نسبی هوا، سرعت باد، ساعت آفتابی بود. که طی این ساختار تبخیر شبیه سازی شده به وسیله شبکه عصبی مصنوعی دارای ریشه مربعات خطای برابر 1.2 میلی متر در روز، میانگین خطای مطلق 0.83 و همچنین همبستگی 0.67 بوده است. و همینطور همین نتایج مربوط به الگوریتم هیبریدی کرم شب تاب در همین سناریو برابر ریشه مربعات خطای 0.88 میلی متر در روز ، میانگین خطای مطلق 0.62 و همینطور همبستگی 0.93 می‌باشد. دستاوردهای حاصل از این پژوهش نشان داد که الگوریتم هیبرید کرم شب تاب در برآورد تبخیر روزانه با اختلاف نسبی موفق تر از شبکه عصبی مصنوعی عمل کرده است.