شبیه سازی سطح آب زیرزمینی با استفاده از شبکه عصبی مصنوعی؛ مطالعه ای از دشت عقیلی، منطقه شهری گتوند، جنوب غرب ایران

در این مقاله روش شبکه عصبی مصنوعی به منظور شبیه سازی سطح آب زیرزمینی دشت عقیلی در جنوب غرب ایران مورد استفاده قرار گرفته است. یک طرح بهینه برای دو لایه مخفی با چهار الگوریتم مختلف تکمیل شده است: کاهش گرادیان با مومنتم(GDM)، لورنبرگ مارکوات(LM)، پس انتشار برگشت پذیر(RP) و گرادیان همگرای درجه بندی شده(SCG).بارندگی،تبخیر، رطوبت نسبی، درجه حرارت(ماکزیمم و مینیمم)، دبی کانال های آبیاری و دبی جریان آب زیرزمینی از مرزهای تغدیه کننده دشت به عنوان ورودی و سطح آب زیرزمینی به عنوان خروجی استفاده شده اند.قبل از آموزش، داده های موجود بر اساس خصوصیات هیدروژئولوژیکی بخش های مختلف دشت که پیزومترها در آنهاواقع شده اند، به سه دسته تقسیم شده اند. بدین ترتیب، بهترین نتیجه در مطالعه حاضر برای همه ی گروه های هیدروئولوژیکی، الگوریتم FFN-LMمی باشد. در نهایت نیز با هدف ارزیابی تقسیم بندی انجام شده، شبکه ای واحد با کل داده ها با استفاده از الگوریتم LM آموزش داده شده است. صحت سنجی این شبکه نشان می دهد دسته بندی داده ها و تفکیک منطقه براساس خصوصیات هیدروژئولوژیکی و طراحی شبکه های مجزا، دقت بیشتری را در شبیه سازی سطح آب زیرزمینی در دشت بدست می دهد. میزان دقت مدل ANNدر پیش بینی قابل قبول است. از اینرو، می تواند اینطور بیان کرد که ANNیک روش مناسب جهت پیش بینی سطح آب زیرزمینی در دشت عقیلی را فراهم می کند.