استفاده از الگوریتم بهینه سازی ازدحام ذرات برای پیش بینی سطح ایستابی آب زیرزمینی

این تحقیق در محدودهی آبخوان دشت اردبیل انجام گرفته است. مدل مورد استفاده در این تحقیق شبکه های عصبی مصنوع ی بهینه سازی شده با الگوریتم PSO بود. در این مطالعه، با استفاده از چاهکهای مشاهدهای، سطح دشت به ۳۱ ناحیه تقسیم شد. سپس سریزمانیهای مورد نی از از آمار و دادههای مشاهداتی شامل اطلاعات ایستگاه های هیدرومتر ی، بارانسنجی، هواشناسی و تراز چاههای مشاهداتی استخراج شد. طول دورهی آماری منتخب برای مطالعهی حاضر، در بازه زمان ی سالهای ۱۳۸۰ تا ۱۳۹۸ بود و تراز آب زیرزمینی شبیه سازی شد. پس از دادهکاوی و پردازش آمار، اطلاعات جهت مدلسازی وارد مدل ساخته گردید. برای ارزیابی دقت مدل از آمارههای ارزیابی MSE ،۲R ، NSE ،r ، RMSE ، NRMSE و MSE .استفاده شد در مقایسه با مقادیر مشاهدهای آماره های ارزیابی به ترتیب مقادیر ۱۲۱۷/۰ ، ۵۰۹۴/۰ ، ۲۳۲۹/۰ ، ۴۴۸۷/۰ ، ۱۷۷۰/۰ ، ۰۰۴۶/۰ ، ۴۹۹۰/۰ بدست آمد. نتایج نشان داد که برای مدل میتوان ۲R و NSE را به عنوان آمارهایی که برای ارزیابی مناسبتر هستند انتخاب کرد. به طور کلی میتوان گفت که الگوریتم بهینه سازی PSO سطح آب زیرزمینی دشت اردبیل را به خوبی شبیهسازی کرده است.

کلیدواژه ها:

آب زیرزمینی ، شبکه عصبی مصنوعی ، PSO