به منظور مدیریت کارا و موثر منابع آب زیرزمینی، برای کاهش حفر چاه های نمونه برداری که پر هزینه هستند، شبکه های پایشی که به طور مناسبی طراحی شده باشند، می توانند به عنوان یک گزینه در نظر گرفته شوند. با استفاده از روشهای بهینه سازی عددی، معضل بدست آوردن اطلاعات کمی و کیفی با حداقل تعداد چاهها و نقاط نمونه برداری را می توان مرتفع نمود. برای پایش یک سیستم آبخوان، حفر یک شبکه از چاههای پایش نیاز است که این امر پر هزینه و پیچیده می باشد. در سالهای اخیر طراحی این شبکه به طوری که کارآمد و در عین حال کم هزینه باشد به یک چالش تبدیل شده است. به منظور کاهش هزینه، سیستمهای پایشی مورد توجه اند که در شرایط حداقل تعداد نقاط نمونه برداری، حداکثر دسترسی به داده های مناسب را داشته باشند. تکنیکهای بهینه سازی فوق ابتکاری در این زمینه پتانسیل کاربرد بالایی را دارا هستند. در این مقاله منطقه ای از شمال ایران انتخاب شده تا توانایی الگوریتم ژنتیک (GA) ترکیب شده با کریجینگ و الگوریتم اجزای جمعی( PSO )، جهت بهینه سازی شبکه مقایسه و ارزیابی گردند، با این شرط که تعداد چاه های پایش طوری کاهش یابد که تا حد امکان از کیفیت داده ها کاسته نشود. نتایج بهینه سازی نشان داد که در آبخوان آستانه-کوچصفهان تعداد چاههای مشاهده ای می تواند به اندازه 26 درصد ( 57 به 42 چاه )، کاهش داده شود، بدون اینکه فقدان داده ای محسوسی ایجاد شود. مقادیر جذر میانگین مربعات خطا RMSE)) برای شبکه بهینه سازی به روش GA و PSO به ترتیب برابر 2025/0 و3222/0 متر محاسبه گردید. مقایسه مقادیر RMSE روش GA جهت بهینه سازی نهایی توصیه می شود.
