مشخصات پژوهش

عنوان	پیش بینی تراز آب زیرزمینی در آبخوان گلپایگان با استفاده از ترکیب ANFIS و PSO
نوع پژوهش	مقاله چاپ‌شده
کلیدواژه‌ها	الگوریتم بهینه سازی ازدحام ذرات، پیش بینی تراز آب زیرزمینی، تحلیل مکانی و زمانی، خوشه بندی سلسله مراتبی تجمعی، سیستم استنتاج تطبیقی عصبی- فازی
چکیده	پیش بینی تراز آب زیرزمینی اولویتی ضروری برای برنامه ریزی و مدیریت منابع آب زیرزمینی می باشد. هدف از تحقیق حاضر مقایسه دقت سیستم استنتاج تطبیقی عصبی- فازی (ANFIS) با مدل ترکیبی ANFIS آموزش دیده توسط الگوریتم بهینه سازی ازدحام ذرات (ANFIS+PSO) در پیش بینی ماهانه تراز آب زیرزمینی آبخوان گلپایگان طی سال های 97-1381 می باشد. بدین منظور از داده های ماهانه بارندگی، دما، تبخیر از تشت در ایستگاه های هواشناسی منتخب، حجم تخلیه از چاه های بهره برداری و تراز آب زیرزمینی چاه های مشاهده ای استفاده شده است. پس از انجام تحلیل مکانی و زمانی، چهار چاه مشاهده ای با دو ساختار داده ورودی (S1 و S2) برای پیش بینی تراز آب زیرزمینی انتخاب گردید. نتایج آزمون های روند و همگنی حاکی از معنی داری 99 درصدی تغییرات تراز آب زیرزمینی در چاه های مشاهده ای منتخب 4، 8، 19 و 20 با افت ناگهانی 22، 17، 27 و 2 متر به ترتیب در قبل و بعد از ماه های خرداد، شهریور، تیر و مرداد 1389 می باشد. بیشترین و کمترین دقت پیش بینی تراز آب زیرزمینی مربوط به چاه های مشاهده ای 20 و 4 با مقادیر ریشه میانگین مربعات خطا (RMSE) برابر 37/2 و 21/0 متر به ترتیب مربوط به مدل های ANFIS_S1 و ANFIS+PSO_S2 می باشد. نتایج کلی تحقیق حاکی از تأثیر بیشتر انتخاب تأخیرهای مناسب داده های ورودی (ساختار مدل) نسبت به ترکیب دو مدل (ANFIS و PSO) در افزایش دقت پیش بینی تراز آب زیرزمینی دارد، به طوری که ساختار مطلوب داده های ورودی و ترکیب الگوریتم بهینه ساز با مدل شبیه ساز به ترتیب 44 و 25 درصد دقت پیش بینی تراز آب زیرزمینی را افزایش داده اند.
پژوهشگران	محمود اکبری (نفر چهارم)، مهدی محمدی قلعه نی (نفر سوم)، مه نوش مقدسی (نفر دوم)، صدیقه سالاری (نفر اول)