کاربرد مدل های هوش مصنوعی در شبیه سازی کیفیت آب بابلرود و سفیدرود

میزان کل مواد جامد محلول عامل مهمی در تعیین کیفیت آب رودخانه ها می باشد. در این مطالعه، از پنج مدل مبتنی بر داده شامل سه مدل فراابتکاری علف هرز مهاجم، کلونی زنبور عسل، ازدحام ذرات، مدل ماشین بردارپشتیبان و شبکه عصبی بیزین در پیش بینی کیفیت آب بابلرود و سفیدرود استفاده شد. برای این منظور از داده های منتشر نشده ی ماهیانه ی کلسیم، منیزیم، بی کربنات، سدیم، سولفات، EC، pH وکل مواد جامد محلول  از ایستگاه قرآن تالار بابلرود و ایستگاه پروریج آباد سفیدرود به ترتیب در بازه های زمانی 1345-1394 و 1394-1381 تجزیه و تحلیل شد. نتایج ارزیابی این پنج مدل بر مبنای معیارهای ضریب تبیین، جذر میانگین مربعات خطا و ضریب نش-ساتکلیف نشان داد که روش هیبریدی کلونی زنبورعسل در ایستگاه هیدرومتری قرآن تالار بابلرود و پروریج آباد سفید رود در بخش صحت سنجی با بیشترین ضریب تبیین به ترتیب برابر با 0.985 و 0.989 و کمترین جذر میانگین مربعات خطای 10.493 و 5.289 میلی گرم بر لیتر و بیشترین ضریب نش-ساتکلیف مساوی 0.983 و 0.992 نسبت به چهار مدل دیگر برتری بالا و سریعی در ارزیابی کیفیت آب دارد.