@article { author = {Shahverdi, K and M.V.Samani, J}, title = {Automated Simulation of Basin Characteristics Using HEC-HMS, Genetic Algorithm, and AutoIt on Observed Hydrograph Properties}, journal = {Iran-Water Resources Research}, volume = {6}, number = {3}, pages = {96-99}, year = {2010}, publisher = {Iranian Water Resources Association}, issn = {1735-2347}, eissn = {2476-7360}, doi = {}, abstract = {The main objective in calibration of conceptual Rainfall-Runoff models is to find a set of optimal model parameters that provide the best fitness between the observed and the estimated flow hydrographs. These models are general, but when there is a lack of data, their application will be too difficult. In basins without data using the synthetic unit hydrograph for calculation of design flood is inevitable. Recently, it is shown that the use of the heuristic algorithms in combinational optimization problems is very suitable. In this research, two different algorithms, Univariate-Gradient as a classic optimizer, and Genetic Algorithm as a throughout optimizer, were used for calibrating snyder, Clark, and SCS unit hydrograph models in HEC-HMS software. The flood of Bahman 14-18, 1371 (Shamsi Calendar) in Dejgan station, MehranRiver, Hormozgan Province, was used in this study. Results showed that the combination of GA and Snyder method is appropriate for forecasting the basin characteristics. The basin characteristic can be obtained using this method, observed hydrograph, and fitness function. “AutoIt” software was used for automated running of simulation and optimization.}, keywords = {Conceptual Rainfall-Runoff models,Genetic algorithm,Univariate-Gradient Algorithm,Snyder,Clark and SCS Unit Hydrograph}, title_fa = {برآورد خودکار مشخصات حوضه با استفاده از خصوصیات هیدروگراف مشاهده‌ای، HEC-HMS، الگوریتم ژنتیک و AutoIt}, abstract_fa = {مهمترین هدف در واسنجی مدل‌های مفهومی بارندگی-رواناب (CRR) پیدا کردن مقادیر بهینه برای مدل می‌باشد که با استفاده از آن بتوان بهترین منحنی را برای هیدروگراف‌های مشاهده‌ شده و محاسبه‌ شده برازش داد.  با وجود عمومیت این مدل‌ها، در صورتی که نتوان یک مقدار بهینه منحصر به فرد برای پارامترهای آن با استفاده از واسنجی خودکار به دست آورد، کاربرد آن مدل‌ها بسیار مشکل خواهد بود. همچنین استفاده از هیدروگراف‌های واحد مصنوعی برای محاسبه سیلاب طراحی در حوضه‌هایی که فاقد آمار می‌باشند امری اجتناب‌ناپذیر است. در سال‌های اخیر نشان داده شده است که در مسائل بهینه‌سازی ترکیبی استفاده از الگوریتم‌های فراکاوشی نتایج بسیار مطلوبی را به دست می‌دهد. در این مطالعه دو مدل متفاوت الگوریتم Univariate-Gradient به عنوان بهینه‌ساز کلاسیک با جستجوی موضعی و الگوریتم ژنتیک به عنوان بهینه‌ساز سراسری برای واسنجی مدل هیدروگراف‌های واحد اشنایدر، کلارک و SCS در نرم‌افزار HEC-HMS بکار برده شده است. سیل فراگیر 14 لغایت 18 بهمن سال 1371 رودخانه مهران-ایستگاه دژگان واقع در استان هرمزگان بمنظور مطالعه مورد استفاده قرار گرفت. نتایج نشان داد که تلفیق الگوریتم ژنتیک و روش اشنایدر برای پیش‌بینی مشخصات حوضه‌ها روش مناسبی بوده و با استفاده از این روش، هیدروگراف مشاهده‌ای و تابع هدف می‌توان مشخصات حوضه را بدست آورد. برای انجام خودکار عمل شبیه‌سازی و بهینه‌سازی از AutoIt استفاده شده است.  }, keywords_fa = {مدل‌های مفهومی بارندگی- رواناب,الگوریتم ژنتیک,الگوریتم Univariate-Gradient,هیدروگراف واحد اشنایدر,کلارک,SCS}, url = {https://www.iwrr.ir/article_15986.html}, eprint = {https://www.iwrr.ir/article_15986_5c8f9a4cfe178e19b2aee4f4de5cf381.pdf} }