مدل‏سازی تراز آب زیرزمینی دشت میاندوآب با استفاده از الگوریتم‌های انتخابات، ژنتیک و روش شبکۀ عصبی مصنوعی

پیش‏بینی تغییرات تراز آب زیرزمینی در دوره‏های آتی و امکان برنامه‏ریزی و مدیریت منابع آب برای بهبود شرایط آبخوان در آینده، بسیار مهم است. در پژوهش حاضر، برای اولین بار با استفاده از الگوریتم انتخابات که یک الگوریتم تکرارشونده است و از انتخابات ریاست جمهوری الهام گرفته و با مجموعه‏ای از راه‏ حل‏های شناخته‌شده به عنوان جمعیت کار می‏کند، به پیش‏بینی تراز آب زیرزمینی دشت میاندوآب در استان آذربایجان ‏غربی پرداخته شد و نتایج به‌دست‌آمده از این روش با نتایج روش‏های شبکۀ عصبی مصنوعی و الگوریتم ژنتیک مقایسه شد. داده‏های تراز سطح آب دشت میاندوآب، داده‏های هواشناسی مانند دما، بارش، رطوبت، تبخیر و داده‏های آب‏های سطحی در دورۀ آماری 1385 1395 در مقیاس ماهانه برای آموزش و آزمون مدل‏ها استفاده شد. براساس محاسبه‏های انجام‌شده و نتایج به‏دست‌آمده از پارامترهای آماری، الگوریتم انتخابات به‌ترتیب با مقادیر ریشۀ میانگین مربعات خطا (rmse)، ضریب همبستگی (r^2) و معیار نش- ساتکلیف (nse)، 0.027، 0.93 و 0.74 نسبت به دو روش شبکۀ عصبی مصنوعی و الگوریتم ژنتیک، توانایی درخور توجهی در پیش‏بینی تراز سطح آب زیرزمینی دارد و نتایج قابل اطمینانی را ارائه می‏دهد.