كارايي الگوريتم هيبريدي ازدحام ذرات در شبيه سازي سطح تراز ايستابي (مطالعه موردي: آبخوان دشت اردبيل)

آب زيرزميني و مديريت منابع آب نقش كليدي در پايداري منابع آب در نواحي خشك و نيمه خشك ايفا مي كند. پيش بيني تراز آب زيرزميني به منظور مديريت و برنامه ريزي منابع آب، بسيار مهم است. در اين تحقيق از مدل هاي شبكه عصبي مصنوعي و مدل شبكه عصبي مصنوعي مبتني بر الگوريتم ازدحام ذرات براي تخمين تراز آب زيرزميني دشت اردبيل استفاده شده است. داده هاي مورد استفاده شامل تراز سطح ايستابي طي يك دوره آماري 1351 تا 1390 بوده است. ورودي مدل ها در اين مطالعه تراز سطح ايستابي در ماه هاي مختلف بوده است. براي بررسي نتايج دو مدل مذكور از معيارهاي ارزيابي مجذور ميانيگن مربعات خطا، ضريب همبستگي و ضريب نش ساتكيف استفاده شده است. در نهايت نتايج حاكي از عملكرد بهتر مدل شبكه عصبي مصنوعيازدحام ذرات بوده است. نتايج مجذور ميانگين مربعات خطاي مدل برتر در فصل بهار، تابستان، پاييز و زمستان به ترتيب برابر با 0.467، 0.507، 0.309، 0.386 بوده است. اين نتايج نشان مي دهد كه ساختار هيبريدي شبكه در بخش آموزش باعث افزايش دقت مدل شده است. بنابراين از مدل مذكور مي توان در تخمين تراز سطح ايستابي دشت اردبيل با دقت قابل قبول استفاده كرد.