مدلسازی پارامترهای کیفیت آب زیرزمینی با استفاده از روش های هوش مصنوعی

آبهای زیرزمینی یکی از مهمترین منابع طبیعی برای سلامتی انسان ها بشمار می آید، که ارزیابی کیفیت آن برای افزایشسلامتی و تأمین آب شیرین ضروری می باشد. در این پژوه ش، پارامترهای کیفی آب زیرزمینی از جمله کلسیم، منیزیم،کلر، پتاسیم، سدیم و سولفات و تأثیر آنها بر متغیر وابسته هدایت الکتریکی EC با استفاده از روش های برنامه ریزی بیانژن GEP، سامانه استنتاجی فازی- عصبی تطبیقی ANFIS و شبکه عصبی مصنوعی ANN بررسی و مدلسازی شد. برایارزیابی دقت مدل ها از ضریب همبستگی ,R مجذور میانگین مربعات خطا RMSE و میانگین قدر مطلق خطا MAEاستفاده گردید. بدین منظور، داده های مربوط به کیفیت آب زیرزمینی شامل چاه های عمیق، نیمه عمیق و قنات محدودهمهیار شمالی در یک دوره آماری 21 ساله 1373 - 1394 مورد پردازش قرار گرفت. نتایج نشان داد که مدل برنامه ریزیبیان ژن، سامانه استنتاجی فازی- عصبی تطبیقی و شبکه عصبی با دقت خوبی میزان هدایت الکتریکی EC را پیش بینیکرده است. برای مدل بهینه شاخص های آماری RMSE=421.001, R=0.994 و 210.253 = MAE محاسبه شد کهمربوط به روش برنامه ریزی بیان ژن می باشد. بنابراین، عملکرد روش برنامه ریزی بیان ژن در مقایسه با دو روش دیگر ازدقت بالاتری برخوردار است.

کلیدواژه ها:

برنامه ریزی بیان ژن ، سامانه استنتاجی فازی عصبی تطبیقی ، شبکه عصبی ، کیفیت آب زیرزمینی ، هدایت الکتریکی