مقایسهی کارآیی مدلهای شبکهی عصبی مصنوعی، منطق فازی و سیستم استنتاج نرو-فازی تطبیقی در تخمین هدایت هیدرولیکی آبخوان دشت مراغه-بناب
نویسندگان
1 استادیاردانشکده علوم طبیعی دانشگاه تبریز، تبریز
2 دانشجوی کارشناسی ارشد دانشگاه تبریز، تبریز
doi
چکیده
تخمین دقیق پارامترهای هیدروژئولوژیکی مانند هدایت هیدرولیکی یکی از مهمترین بخش مطالعات هیدروژئولوژی میباشد که برای مدیریت و حفاظت دقیق از منابع آب زیرزمینی بسیار ضروری است. تا حال روشهای مختلف صحرایی و آزمایشگاهی برای تخمین هدایت هیدرولیکی ارائه شده است که عموماً با استفاده از دادههای هیدروژئولوژیکی انجام میشوند. از این میان بهترین و کاملترین روش، روش صحرایی آزمون پمپاژ میباشد که بسیار وقتگیر و پرهزینه بوده و پارامترهای هیدروژئولوژیکی تخمین زده شده به وسیلهی آنها دارای عدم قطعیت ذاتی میباشند. لذا در این تحقیق تلاش شد تا از روشهای هوش مصنوعی مختلف مانند شبکهی عصبی مصنوعی (ANN)، فازی ممدانی (MFL)، فازی ساگنو (SFL) و سیستم استنتاج نرو-فازی تطبیقی (ANFIS) برای تخمین هدایت هیدرولیکی استفاده شود. در این مطالعه برای تخمین دقیق هدایت هیدرولیکی در دشت مراغه- بناب توسط این مدلها از دادههای ژئوفیزیکی به همراه داده های هیدروژئولوژیکی به عنوان ورودی مدلها استفاده شد و نتایج آنها با استفاده از معیارهای ارزیابی با هم مقایسه و بهترین مدل براساس مقدار RMSE انتخاب شد. بر این اساس مدل ANFIS با داشتن RMSE=1.12 در مرحلهی تست، نسبت به مدلهای دیگر قدرت بالایی در تخمین هدایت هیدرولیکی دارد. شعاع دستهبندی، تعداد قوانین فازی و تعداد دستهها در مدلهای فازی و نروفازی، از اهمیت بالایی برخوردار است. شعاع دستهبندی در مدل ANFIS، براساس کمترین مقدار RMSE برابر 4/0و تعداد قوانین فازی براساس تعداد دستهها 9 قانون اگر-آنگاه به دست آمد. روشهای ارائه شده در این مطالعه که کارآیی بالایی در تخمین هدایت هیدرولیکی در دشت مراغه-بناب نشان دادند، میتواند در تخمین هدایت هیدرولیکی در سایر دشتها با شرایط هیدروژئولوژیکی مشابه نیز مورد استفاده قرار بگیرند.