کاربرد شبکه های عصبی مصنوعی در شبیه سازی آبهای زیرزمینی

چکیده مقاله

شبیه سازی سیستم آبهای زیر زمینی به دلیل پیچیدگی های موجود در طبیعت این سیستمها به مراتب از آبهای سطحی است این وضعیت بخصوص در مورد بهینه سازی این سیستمها نمود بیشتری می یابد با توجه به گستردگی آبخوانها، برای تولید ضرایب پاسخ واحد با اسفتاده از مدلهای شبیه سازی، لازم است زمان زیادی صرف کالیبراسیون مدل و تولید ضرایب پاسخ گردد در این مقاله روشی جهت کاهش زمان محاسبه و تولید این ضرایب بر مبنای شبکه های عصبی مصنوعی ارائه شده است جهت آموزش شبکه های عصبی مورد بررسی، ترکیبات مختلفی از مختصات مکانی چاه پمپاژ، فاصله چاه پمپاژ و چاه مشاهداتی ، و هدایت هیدرولیکی چاه پمپاژ در نظر گرفته شده وملاحظه گردید که تنها با استفاده از مختصات مکانی چاههای پمپاژ می توان ضرایب پاسخ را با دقت کافی تولید نمود جهت مقایسه و ارزیابی نتایج دراین مطالعه از یک آبخوان فرضی استفاده شده است وضرایب پاسخ آن به سه روش تولید و با هم مقایسه شده اند: روش معمول استفاده مکرر از یک مدل شبیه سازی ، استفاده از یک مدل رگرسیونی چندگانه، و شبکه های عصبی مصنوعی نتایج حاصل از حاکی از دقت بالای روش شبکه های عصبی مصنوعی و عملکرد ضعیف روش رگرسیونی در تولید ضرایب پاسخ آبخوان برای مجموعه ای ثابت از داده های موجود می باشد