طراحی یک شبیه شبکه ی عصبی مصنوعی جهت تعیین فراسنجهای آبخوان آزاد

در این مقاله، یک شبکه­ی عصبی مصنوعی جهت تعیین فراسنجهای آبخوان آزاد (قابلیت انتقال آبخوان، ضریب ذخیره، آبدهی ویژه و شاخص تاخیر) طراحی گردیده است. تابع چاه مربوط به آبخوانهای آزاد با روش پس انتشار خطا و به کارگیری الگوریتم بهینه سازی لونبرگ-مارکوآرت به این شبکه آموزش داده شده است. با اعمال روش تحلیل مولفه­ی اصلی بر مجموعه داده های آموزش، ساختار شبکه با آرایش (۳×۶×۳)، صرف نظر از تعداد داده های آزمون آبکشی، ثابت گردید و بازده­ی آن بطور قابل ملاحظه ای افزایش داده شد. این شبکه با دریافت هر مجموعه داده آزمون آبکشی واقعی، مختصات نقطه انطباق بهینه را تولید می‎کند، سپس مختصات نقطه­ی انطباق با حل تحلیلی بولتون (۱۹۶۳) ترکیب گردیده، و مقادیر فراسنجهای آبخوان محاسبه می شوند. توانایی تعمیم و عملکرد این شبکه با ۱۰۰۰۰۰ مجموعه­ی داده مصنوعی ارزیابی گردید و دقت آن با استفاده از داده های دو آزمون آبکشی واقعی با روش انطباق منحنی نمونه­ی کامل مقایسه شد. شبکه­ی پیشنهادی به عنوان یک روش جایگزین ساده تر و دقیقتر نسبت به روش مرسوم انطباق منحنی نمونه­ی کامل برای محاسبه فراسنجهای آبخوان آزاد توصیه می شود.

کلیدواژه ها:

فراسنجهای آبخوان ، شبکه ی عصبی مصنوعی ، تحلیل مولفه ی اصلی ، الگوریتم آموزش لونبرگ- مارکوآرت ، آزمون آبکشی