مقایسه شبکه عصبی مصنوعی با سیستم استنتاج فازی عصبی تطبیقی در پیش بینی تراز آب زیرزمینی مطالعه موردی:توابع دشت ارسنجان

آب های زیرزمینی همواره به عنوان یکی از منابع مهم در جهت تامین نیاز های خانگی صنعتی و همچنین تامین آب شرب کشاورزی به ویژه در مناطق خشک و نیمه خشک مطرح بوده اند.هدف از انجام این تحقیق ارزیابی توانایی شبکه عصبی مصنوعی و سیستم استنتاج فازی عصبی تطبیقی در پیش بینی تراز آب زیرزمینی توابع دشت ارسنجان در استان فارس می باشد.به منظور آموزش مدل ازاطلاعات 12پیزومتر که دارای آمار تراز سطح ایستابی با سری زمانی 12 ساله شهریور 2931 آذر 2932 بوده اند استفاده شد. پارامترهای تراز آب زیرزمینی و بارش هر یک از پیزومترها با تاخیر زمانی t0-1 به صورت ماهانه دو ورودی اصلی شبکه عصبی مصنوعی وسیستم استنتاج فازی عصبی تطبیقی را تشکیل دادند.نتایج این تحقیق نشان داد که شبکه عصبی مصنوعی با تابع آموزشی TRAINLM و تابع محرک LOGSIG قادر به پیش بینی سطح آب زیرزمینی در دو ماه آینده با دقت بالای R=93.57 , RMSE=0.047 در محدوده مورد مطالعه است.

کلیدواژه ها:

پیش بینی تراز آب زیرزمینی ، شبکه عصبی مصنوعی ، سیستم استنتاج فازی عصبی تطبیقی ، تابع آموزشی ، توابع ارسنجان