مقایسه کارایی روشهای شبکه عصبی مصنوعی و برنامهریزی بیان ژن برای پیش بینی سطح ایستابی در مناطق خشک و نیمه خشک ( مطالعه موردی: دشت جیرفت)
نویسندگان
1 دانشجوی دکتری مدیریت و کنترل بیابان، گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
2 دانشیار، گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
doi
10.22092/ijrdr.2019.119352چکیده
مدلسازی و پیشبینی سطح ایستابی چاهها یکی از کارهای اساسی برایرسیدن به مدیریت بهینه منابع آب میباشد. یکی از راههای پیشبینی سطح آب زیرزمینی استفاده از تکنیکهای هوش مصنوعی نظیر شبکه عصبی مصنوعی و برنامهریزی بیان ژن میباشد. هدف از این پژوهش بررسی کارایی روش شبکه عصبی مصنوعی و برنامهریزی بیان ژن در پیشبینی سطح ایستابی آب زیرزمینی آبخوان دشت جیرفت میباشد. به این منظور از دادههای سطح ایستابی 65 چاه موجود در آبخوان دشت جیرفت برای یک دوره یازده ساله استفاده شد. سطح ایستابی چاهها توسط هر یک از تکنیکهای شبکه عصبی و برنامهریزی بیان ژن بهطور جداگانه شبیهسازی شد و در انتها از آمارههای ریشه میانگین مربعات خطا، میانگین مطلق خطا، شاخص تطابق و R2 برای تعیین دقت پیشبینی هر کدام از روشها استفاده شد. نتایج این پژوهش کارایی و دقت بالای هر دو تکنیک شبکه عصبی و برنامهریزی بیان ژن را در پیشبینی سطح ایستابی چاههای منطقه نشان داد. ضریب همبستگی در روش شبکه عصبی مصنوعی برابر با 96/0 و در روش برنامهریزی بیان ژن برابر با 72/0 شد که نشان دهنده این است روش شبکه عصبی مصنوعی در این تحقیق دقت بالاتری را در پراکنش دادههای دشت جیرفت طی سال های 1381-1391 دارا میباشد.