نوع مقاله : مقاله پژوهشی

نویسندگان

• سمیه امامی ¹
• جواد پارسا ²

¹ دانشجوی دکتری، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

² استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

چکیده

تاکنون پژوهشگران متعددی مطالعات زیادی در رابطه با پارامترهای مؤثر در طراحی آب‌شکن‌های رودخانه­ای انجام داده­اند که بیش­تر پایه آزمایشگاهی داشته و برای شرایط محدودی کاربرد دارند. ازاین‌رو در پژوهش حاضر با استفاده از دو الگوریتم فراابتکاری بهینه‌ساز شامل الگوریتم گرگ خاکستری (GWO) و الگوریتم انتخابات (EA) به طراحی بهینه سازه­ای و ارائه نتایج تحلیلی آب‌شکن‌های رودخانه زنجان­رود (ازنظر طول و فاصله بین دو آب‌شکن متوالی) پرداخته شد. نتایج با روش شبکه عصبی مصنوعی (ANN) مقایسه شدند. داده­های مورداستفاده به­صورت تصادفی به دو بخش 75% برای واسنجی و 25% برای آزمون تفکیک شدند. عملکرد روش­های پیشنهادی با استفاده از شاخص ­های آماری ضریب تبیین (R²)، جذر میانگین مربعات خطا (RMSE) و میانگین قدر مطلق خطا (MAE) ارزیابی شد. طول بهینه آب‌شکن‌ها با توجه به نتایج حاصل از الگوریتم‌های GWO و EA، به­ترتیب برابر با 26/19 و m 12/18 به­ دست آمد. همچنین فاصله بهینه بین دو آب‌شکن متوالی در بهینه­ترین حالت برابر با m 56/52 محاسبه شد. به­‌طور متوسط با توجه به نتایج حاصل از بهینه­سازی انجام‌شده، به­ ترتیب باید افزایش 4/28 و 35% در طول و فاصله بین دو آب‌شکن متوالی در رودخانه زنجان­رود انجام شود تا در محدوده معیار طراحی توصیه شده قرار گیرد. هم‌چنین بر اساس شاخص ­های آماری، نتایج حاصل از الگوریتم GWO در مقایسه با دو روش الگوریتم EA و شبکه عصبی مصنوعی (ANN)، با کسب مقادیر 96/0 R²=، 022/0 RMSE= و 016/0 MAE= از کارایی بالاتری برخوردار است.

کلیدواژه‌ها

• آبشکن
• الگوریتم انتخابات
• الگوریتم گرگ خاکستری
• بهینه‌سازی
• شبکه عصبی مصنوعی

موضوعات

• هیدرولیک و مهندسی رودخانه

عنوان مقاله [English]

Optimal Design of River Groynes using Meta-Heuristic Models

نویسندگان [English]

• Somayeh Emami ¹
• Javad Parsa ²

¹ PhD Scholar, Department of Water Engineering, Faculty of Agriculture, University of Tabriz, Tabriz, Iran

² Assist. Professor, Department of Water Engineering, Faculty of Agriculture, University of Tabriz, Tabriz, Iran

چکیده [English]

So far, several researchers have conducted many studies on the effective parameters in the design of river breakwaters, which are mostly laboratory-based and are used for limited conditions. Therefore, the aim of the present studywas to optimal design of structure and to present analytical results of Zanjanrood river breakwaters (in terms of length and distance between two consecutive breakwaters) using two optimization meta-heuristic algorithms including the Gray Wolf Algorithm (GWO) and the Election Algorithm (EA). The results were compared with artificial neural network (ANN) method. The data used were randomly divided into two parts: 75% for calibration and 25% for test. The performance of the proposed methods was evaluated using the statistical indicators of coefficient of determination (R²), root mean square error (RMSE) and mean absolute error (MAE). The optimal length of the breakwaters according to the results of GWO and EA algorithms was 19.26 and 18.12 m, respectively. Moreover, the optimal distance between two consecutive breakwaters in the optimal state was calculated to be 52.56 m. On average, according to the results of the optimization, an increase of 28.4 and 35% in length and distance between two consecutive watersheds in Zanjanrood River should be done to be within the recommended design criteria.  In comparison with two methods of EA algorithm and artificial neural network (ANN), based on statistical indicators, the results of GWO algorithm with values ​​of R² = 0.96, RMSE 0.022 and MAE = 0.016 has a higher efficiency.

کلیدواژه‌ها [English]

• ANN
• Election Algorithm
• Grey Wolf Algorithm
• Groyne
• Optimization