مدل‏سازی تراز آب زیرزمینی دشت میاندوآب با استفاده از الگوریتم های انتخابات، ژنتیک و روش شبکه عصبی مصنوعی

پیش‏بینی تغییرات تراز آب زیرزمینی در دوره‏های آتی و امکان برنامه‏ریزی و مدیریت منابع آب برای بهبود شرایط آبخوان در آینده، بسیار مهم است. در پژوهش حاضر، برای اولین بار با استفاده از الگوریتم انتخابات که یک الگوریتم تکرارشونده است و از انتخابات ریاست جمهوری الهام گرفته و با مجموعه‏ای از راه‏ حل‏های شناخته شده به عنوان جمعیت کار می‏کند، به پیش‏بینی تراز آب زیرزمینی دشت میاندوآب در استان آذربایجان ‏غربی پرداخته شد و نتایج به دست آمده از این روش با نتایج روش‏های شبکه عصبی مصنوعی و الگوریتم ژنتیک مقایسه شد. داده‏های تراز سطح آب دشت میاندوآب، داده‏های هواشناسی مانند دما، بارش، رطوبت، تبخیر و داده‏های آب‏های سطحی در دوره آماری 1385 1395 در مقیاس ماهانه برای آموزش و آزمون مدل‏ها استفاده شد. براساس محاسبه‏های انجام شده و نتایج به‏دست آمده از پارامترهای آماری، الگوریتم انتخابات به ترتیب با مقادیر ریشه میانگین مربعات خطا (RMSE)، ضریب همبستگی (R2) و معیار نش- ساتکلیف (NSE)، 027/0، 93/0 و 74/0 نسبت به دو روش شبکه عصبی مصنوعی و الگوریتم ژنتیک، توانایی درخور توجهی در پیش‏بینی تراز سطح آب زیرزمینی دارد و نتایج قابل اطمینانی را ارائه می‏دهد.