مقایسه بین شبکه عصبی مصنوعی و سیستم استنتاج فازی در تخمین هدایت هیدرولیکی با استفاده از داده های ژئوفیزیکی. مطالعه موردی: دشت مراغه بناب

سعید یوسف زاده¹ عطاالله ندیری² سینا صادق فام³

1) دانشجوی کارشناسی ارشد زمین شناسی گرایش هیدروژئولوژی، دانشگاه
2) عضو هیئت علمی دانشکده علوم زمین، گروه زمین شناسی، دانشگاه
3) دانشجوی دکتری عمران، دانشکده مهندسی عمران، دانشگاه

محل انتشار : سومین کنگره بین المللی عمران، معماری و توسعه شهری(3icsau.ir)
چکیده :
در سالهای اخیر، به اثبات رسیده است که تخمین پارامترهای هیدرولیکی مانند هدایت هیدرولیکی یکی از مراحل مهم در مطالعات آبهای زیرزمینی و در بسیاری از پروژه های مربوط به آن است. امروزه اهمیت بالای مطالعات آبهای زیرزمینی در بسیاری مباحث مدیریت منابع آبی و همچنین در بسیاری از پروژه های عمرانی، باعث شده است تا تخمین پارامترهای هیدرولیکی آبخوان ها مانند هدایت هیدرولیکی از ضرورت و اولویت بالایی برخوردار باشد. سیستم آبهای زیرزمینی یک سیستم غیرخطی و پیچیده است، از طرفی دیگر، روش های کلاسیک برای تخمین پارامترهای هیدرولیکی مانند آزمون پمپاژ دارای عدم قطعیت ذاتی هستند. در سالهای اخیر اجزای اصلی محاسبات نرم مانند(منطق فازی (FL) و شبکه های عصبی مصنوعی (ANNs)) برای غلبه بر پیچیدگی سیستم های غیرخطی در علوم مختلف و رشته های تکنولوژی بوجود آمده اند. در این مطالعه کارآیی مدل شبکه عصبی مصنوعی و سیستم استنتاج فازی برای تخمین هدایت هیدرولیکی در دشت مراغه-بناب مورد مقایسه قرار گرفته است. بر اساس نتایج بدست آمده، هریک از این متدها کارآیی بالایی در تخمین هدایت هیدرولیکی دارند، لذا با بررسی معیار های ارزیابی می توان بهترین نوع را برای تخمین هدایت هیدرولیکی در دشت مراغه-بناب انتخاب نمود.
کلمات کلیدی : هوش مصنوعی شبکه عصبی منطق فازی فازی ساگنو فازی ممدانی.