مقایسه سه روش الگوریتم انتخابات، ژنتیک و روش شبکه عصبی مصنوعی در مدلسازی آب زیرزمینی

در این تحقیق، برای اولین بار با استفاده از الگوریتم انتخابات که یک الگوریتم تکرارشونده بوده و از انتخابات ریاست جمهوری الهام گرفته و با مجموعه ای از راه حلهای شناخته شده به عنوان جمعیت کار میکند، به پیشبینی تراز آب زیرزمینی دشت میاندوآب پرداخته شد و نتایج حاصل از این روش با نتایج روشهای شبکه عصبی مصنوعی و الگوریتم ژنتیک مورد مقایسه قرار گرفت. داده های تراز سطح آب دشت میاندوآب، داده های هواشناسی همانند دما، بارش، رطوبت، تبخیر و داده های آبهای سطحی در دوره آماری 95-1385 در مقیاس ماهانه جهت آموزش و آزمون مدلها استفاده شد. براساس محاسبه های انجام شده و نتایج به دست آمده از پارامترهای آماری، الگوریتم انتخابات به ترتیب با مقادیر ریشه میانگین مربعات خطا (RMSE)، ضریب همبستگی (R2) و معیار نش-ساتکلیف (NSE)، 027/0، 93/0 و 74/0 نسبت به دو روش شبکه عصبی مصنوعی و الگوریتم ژنتیک، دارای کارایی بالایی در پیش بینی تراز سطح آب زیرزمینی بوده است.

کلیدواژه ها:

آب زیرزمینی ، منابع آب ، الگوریتم انتخابات ، مدلسازی.