مقایسه بین شبکه عصبی مصنوعی و سیستم استنتاج نرو-فازی تطبیقی جهت تخمین هدایت هیدرولیکی آبخوان مراغه-بناب با استفاده از داده های ژئوفیزیکی

سعید یوسف زاده¹ عطاالله ندیری²

1) دانشجوی کارشناسی ارشد زمین شناسی، گرایش هیدروژئولوژی، دانشکده علوم زمین، دانشگاه تبریز
2) عضو هیئت علمی دانشکده علوم زمین، گروه زمین شناسی دانشگاه تبریز

محل انتشار : کنفرانس بین المللی علوم و مهندسی(icesconf.com)
چکیده :
در سالهای اخیر، مدیریت و بهره برداری بهینه از منابع آبهای زیرزمینی با افزایش روزافزون جمعیت و پیشرفت و توسعه جوامع بشری همراه با افزایش تقاضای آب، با تهدیدات جدی روبرو گشته است. برای غلبه بر این موضوع و همچنین برای جلوگیری از تخریب آبخوانها و بهره برداری بهینه از آبهای زیرزمینی، شناخت شرایط حاکم بر محیط هیدروژئولوژیکی ضروری می باشد. برای رسیدن به این مهم، تخمین و ارزیابی پارامترهای مؤثر بر این شرایط مانند هدایت هیدرولیکی از اهمیت و اولویت خاصی برخوردار است. برای تخمین و ارزیابی این پارامترهای به روشهایی نیاز است که بتوانند در زمانی کوتاه و با صرف هزینه کمتر، تخمین دقیقی را ارائه دهند و همچنین از پیچیدگی کمتر برخوردار بوده و برخلاف مدل های مفهمومی و فیزیکی و روشهای کلاسیک، نیازمند داده های زیاد نباشد. براین اساس روشهای هوش مصنوعی مانند شبکه عصبی مصنوعی(ANN)، سیستم استنتاج فازی(FIS) و سیستم استنتاج فازی-عصبی تطبیقی(ANFIS) از کارآیی و دقت بالایی برخوردار بوده و بر نواقص فوق غلبه نموده اند. در این تحقیق نیز نتایج حاصل از مدل شبکه عصبی مصنوعی و سیستم استنتاج فازی-عصبی تطبیقی جهت تخمین هدایت هیدرولیکی در آبخوان مراغه-بناب با هم مقایسه شدند. نتایج حاصل نشان داد که علاوه بر کارآیی بالای هر دو مدل، مدل ANFIS که ترکیبی از شبکه عصبی و سیستم استنتاج فازی است، از دقت و قدرت تخمین بالایی برخوردار است.
کلمات کلیدی : روشهای هوش مصنوعی شبکه عصبی مصنوعی منطق فازی نرو-فازی