فهرست نشریات علمی دسترسی آزاد ایران

به منظور مدیریت بهینه منابع آب زیرزمینی، ضروری است برآورد دقیقی از نوسانات سطح آب زیرزمینی انجام پذیرد که در سال‌های اخیر استفاده از روش‌های هوش مصنوعی بر پایه تئوری داده‌کاوی برای این منظور مورد توجه محققین قرار گرفته است. هدف از پژوهش حاضر، مقایسه عملکرد سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) و روش ماشین بردارپشتیبان (SVM) در شبیه‌سازی نوسانات سطح آب زیرزمینی می‌باشد. داده‌های بارش و سطح ایستابی ماهانه مربوط به تعداد 25 چاهک مشاهده‌ای در بخشی از محدوده دشت مراغه واقع در استان آذربایجان شرقی مربوط به بازه زمانی 22 ساله (97-1375) به عنوان داده‌های ورودی مورد نیاز مدل‌ها استفاده شد. میانگین تراز سطح ایستابی در محدوده مورد مطالعه ۱۳۲۱ متر و میانگین بارش و دمای سالانه به ترتیب 294 میلی‌متر و 14 درجه سانتی‌گراد می‌باشد. مقادیر میانگین شاخص‌های آماری ضریب همبستگی و ریشه میانگین مربعات خطا برای مدل ANFIS به ترتیب برابر 91/0 و 38/0 متر و برای مدل SVMبه ترتیب برابر 92/0 و 40/0 متر محاسبه شد. نتایج نشان داد، اضافه شدن پارامتر بارش ماهانه به داده‌های ورودی، اثر قابل توجهی بر دقت مدل ANFIS نداشته است ولی در مدل SVM منجر به افزایش دقت مدل به میزان 14 درصد شد. به طور کلی می‌توان بیان داشت، دقت شبیه‌سازی هر دو مدل رضایت بخش بوده با این وجود مدل ANFIS از برتری جزئی نسبت به مدل SVM برخوردار می‌باشد.