پيشبيني تراز سطح ايستابي آب دشت جهرم با استفاده از روش شبكه هاي عصبي مصنوعي

اين مقاله، پيشبيني تراز سطح ايستابي آب دشت جهرم را با استفاده از روش شبكه هاي عصبي مصنوعي ارائه ميدهد. جهت انجام اين پژوهش از يك مدل شبكه عصبي چندلايه پرسپترون همراه با دو تابع فعال سازي غيرخطي و مشهور Logsig و Tansig استفاده شد. به منظور تست مدل هاي ايجاد شده از اطلاعات چاه هاي دشت جهرم واقع در استان فارس استفاده گرديد. مجموع اين اطلاعات، 192 داده مربوط به ارتفاع متوسط ماهانه سطح آب زيرزميني اين دشت در 16 سال از ابتداي سال 77-76 تا انتهاي سال 91 بود. علاوه بر داشتن مقادير سطح تراز آب ناحيه، 4 ويژگي: ميزان بارش متوسط، ميزان رطوبت متوسط، ميزان تبخير متوسط و درجه حرارت (دما) متوسط منطقه؛ كه به نظر ميرسيد در ميزان سطح تراز آب زيرزميني دخيل باشند نيز در مدل هاي ساخته شده مورد توجه قرار گرفت. براي ارزيابي شبكه از سه تابع خطاي ميانگين مربعات خطا، شاخص پراكندگي و خطاي استاندارد نسبي و براي تخمين صحت پيش بيني شبكه نيز از معيار ارزيابي ضريب همبستگي استفاده گرديد. در نهايت، نتايج بسيار رضايت بخشي از پيشبيني حاصل از شبكه بدست آمد و ارائه گرديد.