fa استفاده از روش برنامه‌ریزی غیرخطی در روندیابی سیلاب و مقایسه با نتایج روش‌های هیدرولیکی موج دینامیک و هیدرولوژی ماسکینگام عمومی Ggeneral پژوهشي Research توسعه روش‌های ساده و دقیق شبیه‌سازی سیلاب باعث کاهش خسارات مالی و تلفات جانی برجای مانده از سیلاب شده است. بدین منظور مدل‌ها و روش‌های گوناگون شبیه‌سازی سیلاب ارائه شده که اساس و پایه اکثر آنها حل معادلات جریان غیرماندگار در حالت تک‌بعدی( معادلات سنت- ونانت) است. با توجه به ساده‌سازی‌های صورت گرفته در حل آنها انواع روش‌های تقریبی، تحلیلی و عددی ارائه شده است. در این تحقیق برای روندیابی سیلاب روشی جدید که بر مبنای مفهوم بهینه‌سازی و استفاده از روش برنامه‌ریزی غیرخطی (NLP) است، ارائه شده است. بدین منظور از روش تابع جریمه که ایده اساسی آن تبدیل مسایل برنامه‌ریزی غیرخطی مقید به یک رشته از مسایل بهینه‌سازی نامقید می‌باشد، استفاده شد. جهت تعیین و به تبع آن صحت‌سنجی مقادیر متغیرهای تصمیم‌گیری تابع هدف NLP از هیدروگراف سیلاب 25 ساله و 60 مقطع رودخانه قره سو استفاده شد. بعد از صحت‌سنجی مدل، هیدروگراف‌های 50 و 100 ساله در بازه مورد مطالعه به طول 18 کیلومتر روندیابی شد و با هیدروگراف‌های به دست آمده از روش روندیابی هیدرولیکی و روش هیدرولوژی ماسکینگام مقایسه آماری شدند. نتایج نشان داد که روش NLP به خوبی هیدروگراف روندیابی شده به طریق هیدرولیکی را شبیه‌سازی می‌نماید، به گونه‌ای که ضریب نکویی برازش دبی‌های محاسبه شده به روش هیدرولیکی و NLP برای سیلاب 25، 50 و 100 ساله به ترتیب 984/0 ، 99/0 و989/0 می‌باشد. هم‌چنین دقت روش NLP از روش ماسکینگام به خصوص در پیش‌بینی دبی اوج لحظه‌ای سیلاب بالاتر است. Development of precise and simple methods in flood simulation has greatly reduced financial damage and life loss. Various methods and procedures have been implemented based on Saint-Venant's one-dimensional equation governing unsteady flows. To simplify the solution for these flows, analytical and numerical methods have been used. In the present study, a new method that provides the optimal outcome is introduced using non-linear programming. Penalty function has also been used to convert nonlinear programming (NLP) constrained problems into unconstrained optimal issues. To verify the accuracy of decision variables, the study covered 60 cross-sections of Gharasu River and 25-year flood hydrographs. After determining the model correctness, the 50 and 100-year flood hydrograph were routed in 18 Kilometers. The results were statistically compared with hydraulic and Muskingum hydrological methods. To sum up the routed hydrographs introduced by NLP method were very close to the hydrographs produced by dynamic wave method. The R2 of calculated discharge of routed hydrograph by NLP and dynamic wave method were 0.948, 0.990, and 0.989, respectively, with the return period of 25, 50 and 100-year flood being 0.989. It can be concluded that NLP method is more accurate than Muskingum method, especially when predicting the peak discharge of flood hydrograph. برنامه‌ریزی غیرخطی، روندیابی سیلاب، معادلات سنت- ونانت Flood routing, Nonlinear programming, Saint-Venant equations. 23 31 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-1240-3&slc_lang=fa&sid=1 R. Ghobadian رسول قبادیان r_ghobadian@razi.ac.ir Yes M. Zare محمد زارع No S. M. Kashefipour سید محمود کاشفی‌پور No