2.11 روشهای جستجوی عددی

روشهای تحلیلی کلاسیک به ندرت در مسائلی استفاده می شود که شامل شناسایی پارامترها باشد زیرا بسیاری از اوقات توابع هدف عبارات پیچیده ای دارند یا حتی نمی توان آنها را به صورت تحلیلی تعریف کرد.

در این موارد از روش های عددی برای ارزیابی بهترین پارامترها استفاده می شود. فرآیند محاسبات یک فرایند تکراری است. این از یک راه حل اولیه شروع می شود، که باید در مورد یک مشکل محدود یک نقطه عملی باشد. با تکرارهای پی در پی، توالی تقریبی تولید می کند که به یک نقطه مطلوب همگرا می شود (که بهینه کلی لازم نیست). جستجو هنگامی که برخی از معیارهای همگرایی مطلوب است متوقف می شود و آخرین نقطه واقع شده پیکربندی بهینه پارامترها را نشان می دهد.

کالیبراسیون پارامترها به عنوان شناسایی، ارزیابی، ارزیابی یا برآورد نیز شناخته می شود. در مدل های ریاضی یک سری پارامترها اتفاق می افتد، هر یک از آنها منعکس کننده تأثیر یک یا چند عنصر است که بر پدیده یا روند تحلیل شده عمل می کنند. اگر پارامترها معنای فیزیکی مستقیم نداشته باشند یا قابل اندازه گیری نباشند، تنها راه شناسایی تعیین آنها با روش های ریاضی است.

آیا فرصتی برای استفاده از MODFLOW 6 در GMS 10.5 Beta داشتید؟ اگر داشته باشید، شاید متوجه شده باشید که MODFLOW 6 کمی متفاوت از نسخه های دیگر MODFLOW عمل می کند. این کار برای برخی از ابزارها و گزینه های اضافی امکان پذیر است.

هنگام استفاده از MODFLOW 6 در GMS 10.5 Beta، در اینجا چند ترفند برای امتحان کردن وجود دارد.

در مدل SMS، طراحی یک مدل هیدرولیک 2D خوب از ابتدا بهترین نتیجه را می دهد. یک مدل ضعیف طراحی شده می تواند نتایج بدی به بار آورد، باعث بروز خطاهای مدل شده یا حتی منجر عدم همگرایی مدل شود. و اگرچه ممکن است در ابتدا طراحی یک مدل خوب آسان به نظر برسد، مشکلات احتمالی زیادی وجود دارد که در صورت عدم دقت، می توانند به وجود بیایند.

هنگامی که یک مدل GMS کامل دارید، می توانید از همان مدل برای ایجاد یک مدل پیش بینی استفاده کنید. از یک مدل پیش بینی کننده برای ایجاد پیش بینی ها بر اساس سناریوهای آینده فرضی استفاده می شود. به عنوان مثال ، ممکن است شما نیاز به ایجاد مدلی داشته باشید که پیش بینی می کند اگر آبخوان با افزایش جمعیتی از آبخوان در منطقه مدل، کرنش را تجربه کند.

به منظور تخمین دقیق تابع هدف، مدلسازی آب های زیرزمینی با MODFLOW و سایر کدها به صورت مدلسازی معکوس تعریف می شود که در آن پارامترهای کلیدی از طریق مقایسه نتایج مدل با داده های مشاهده شده محاسبه می شود. این فرایند مقایسه طولانی است، استفاده از معیارهای پذیرش و تحلیل روند متاثر شرایط مرزی است.