مقایسه‌ی کارآیی مدل‌ های شبکه ‌ی عصبی مصنوعی، منطق فازی و سیستم استنتاج نرو- فازی تطبیقی در تخمین هدایت هیدرولیکی آبخوان دشت مراغه-بناب

تخمین دقیق پارامترهای هیدروژئولوژیکی مانند هدایت هیدرولیکی یکی از مهم ترین بخش مطالعات هیدروژئولوژی می‌باشد که برای مدیریت و حفاظت دقیق از منابع آب زیرزمینی بسیار ضروری است. تا حال روش های مختلف صحرایی و آزمایشگاهی برای تخمین هدایت هیدرولیکی ارائه شده است که عموماً با استفاده از داده های هیدروژئولوژیکی انجام می‌شوند. از این میان بهترین و کامل ترین روش، روش صحرایی آزمون پمپاژ می‌باشد که بسیار وقت گیر و پرهزینه بوده و پارامترهای هیدروژئولوژیکی تخمین زده شده به وسیله ی آنها دارای عدم قطعیت ذاتی می‌باشند. لذا در این تحقیق تلاش شد تا از روش های هوش مصنوعی مختلف مانند شبکه ی عصبی مصنوعی (ann)، فازی ممدانی (mfl)، فازی ساگنو (sfl) و سیستم استنتاج نروفازی تطبیقی (anfis) برای تخمین هدایت هیدرولیکی استفاده شود. در این مطالعه برای تخمین دقیق هدایت هیدرولیکی در دشت مراغه بناب توسط این مدل ها از داده های ژئوفیزیکی به همراه داده های هیدروژئولوژیکی به عنوان ورودی مدل ها استفاده شد و نتایج آنها با استفاده از معیارهای ارزیابی با هم مقایسه و بهترین مدل براساس مقدار rmse انتخاب شد. بر این اساس مدل anfis با داشتن rmse=1.12 در مرحله ی تست، نسبت به مدل های دیگر قدرت بالایی در تخمین هدایت هیدرولیکی دارد. شعاع دسته بندی، تعداد قوانین فازی و تعداد دسته ها در مدل های فازی و نروفازی، از اهمیت بالایی برخوردار است. شعاع دسته بندی در مدل anfis، براساس کمترین مقدار rmse برابر 4/0 و تعداد قوانین فازی براساس تعداد دسته ها 9 قانون اگرآنگاه به دست آمد. روش های ارائه شده در این مطالعه که کارآیی بالایی در تخمین هدایت هیدرولیکی در دشت مراغه-بناب نشان دادند، می‌تواند در تخمین هدایت هیدرولیکی در سایر دشت ها با شرایط هیدروژئولوژیکی مشابه نیز مورد استفاده قرار بگیرند.