ارزیابی کارایی مدل های شبکه عصبی مصنوعی و منطق فازی در پیش بینی سطح آب زیرزمینی

پیش بینی سطح آب زیرزمینی در پیزومترها امری مهم در مدیریت صحیح منابع آب زیرزمینی می باشد. هدف از این تحقیق بررسیکارایی مدل های شبکه عصبی مصنوعی و فازی در پیش بینی سطح آب زیرزمینی است. پارامترهای بارش، دما، تخلیه و سطح آبزیرزمینی در یک زمان قبل (t(0)-1) به عنوان ورودی ها و سطح آب زیرزمینی (t0) به عنوان خروجی مدل ها استفاده شدند. لازم به ذکراست که داده ها به صورت ماهانه و مربوط به دورهی زمانی 9 ساله ( 1383-1391) می باشند. در مدل شبکه عصبی مصنوعی نوع شبکهالگوریتم و توابع مورد استفاده در پیش بینی سطح آب زیرزمینی به ترتیب شبکه پیشرو، الگوریتم لونبرگ- مارکوارت و توابع سیگموئیدیهستند. مدل فازی بکار رفته در این تحقیق، منطق فازی ساگنو می باشد که روش دسته بندی داده ها و تعیین توابع عضویت در آن به روش کاهشی (Subtractive) میباشد. برای ارزیابی کارایی و دقت مدل ها، دو پارامتر RMSE و (R(2 بین مقادیر مشاهده ای و محاسبه ای مورد استفاده قرار گرفت. نتایج نشان می دهند که هر دو مدل قابلیت پیش بینی سطح آب زیرزمینی را با دقت خوبی دارا هستند ولی مدلشبکه عصبی مصنوعی کارایی بهتری نسبت به مدل فازی را در مرحله ی آزمایش نشان می دهند.

کلیدواژه ها:

مدیریت منابع آب ، پیش بینی سطح آب زیرزمینی ، شبکه عصبی مصنوعی ، منطق فازی ، دشت مشگین شهر