مقایسه عملکرد سه روش هوشمند به منظور پیش بینی نوسانات سطح ایستابی (مطالعه موردی: دشت زرین گل)

آب زیرزمینی مهم ترین منابع تامین آب در جهان برای مصارف خانگی و شرب می باشد. در این خصوص،سیاست تامین آب مناسب به خصوص در طول فصول خشک مستلزم پیش بینی نوسانات تراز آب با دقتقابل قبول می باشد. در این پژوهش به مقایسه عملکرد سه روش هوش مصنوعی برای پیش بینی نوسانات ترازسطح ایستابی پرداخته شده است. این مدل ها شامل شبکه های عصبی مصنوعی، سامانه استنتاج تطبیقی فازی-عصبی و برنامه ریزی بیان ژن می باشند که برای پیش بینی سری زمانی تراز سطح آب در حوضه زرین گل در1359 برای - استان گلستان به کار گرفته شدند. داده های تراز سطح آب در مقیاس ماهانه در دوره آماری 89و ضریب (rmse) آموزش و آزمون مدل ها استفاده شدند. پارامترهای آماری شامل ریشه میانگین مربعات خطابه منظور بررسی عملکرد مدل ها به کار گرفته شدند. نتایج به دست آمده بیانگر آن بودند که هر سه (r تعیین ( 2روش شبکه های عصبی، فازی- عصبی و برنامه ریزی بیان ژن می توانند به طور موفقیت آمیزی برای پیش بینینوسانات سطح ایستابی مورد استفاده قرار گیرند. در بهترین حالت اجرای مدل، بالاترین مقدار ضریب تعیین،محاسبه شد، که (r2=0/ و ایمرتره ملا ( 84 (r2=0/ کوچک خرطوم ( 80 ،(r2=0/ برای چاه های سلاخ غیب ( 83مقادیر بالا مربوط به روش برنامه ریزی بیان ژن می باشد. از طرفی عملکرد مدل برنامه ریزی بیان ژن در مقایسه بادو روش دیگر از جنبه های مختلف بهتر بود. در روش برنامه ریزی بیان ژن می توان رابطه ریاضی حاکم بر مسالهمورد بررسی را به صورت دقیق مشخص نمود.واژه های کلیدی: شبکه عصبی مصنوعی، فازی- عصبی تطبیقی، برنامه ریزی بیان ژن، تراز سطح ایستابی