پيش¬بيني تراز سطح ايستابي آب دشت جهرم با استفاده از روش شبكه هاي عصبي مصنوعي

اين مقاله، پيش¬بيني تراز سطح ايستابي آب دشت جهرم را با استفاده از روش شبكه هاي عصبي مصنوعي ارائه مي¬دهد. جهت انجام اين پژوهش از يك مدل شبكه عصبي چندلايه پرسپترون همراه با دو تابع فعالسازي غيرخطي و مشهور Logsig و Tansig استفاده شد. به منظور تست مدل هاي ايجاد شده از اطلاعات چاههاي 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 مي¬رسيد 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 رضايتبخشي از پيش¬بيني حاصل از شبكه بدست آمد و ارائه گرديد.