برآورد مقادير نشت از سدهاي خاكي با استفاده از روش‌هاي هوش مصنوعي

استفاده از پتوي رسي در مخازن سدها يكي از روش‌هاي اصلي كاهش نشت مي‌باشد. در اين مطالعه ابتدا با مدل‌سازي پتوي رسي در مخزن سد توسط روش المان محدود، با استفاده از تغيير پارامتر‌هاي موثر، 320 داده نشت به‌دست آمد. اعتبار‌سنجي روش المان محدود نيز با مقايسه نتايج نشت حاصل از روش المان محدود و نتايج آزمايشگاهي صورت گرفت. براي بررسي مناسب‌ترين مدل براي پيش‌بيني مقادير نشت (حاصل از مدل‌سازي‌ها) از پنج روش هوش مصنوعي شامل: پرسپترون چند لايه (MLP)، برنامه‌نويسي بيان ژن(GEP)، تابع شعاعي(RBF)، رگرسيون بردار پشتيبان(SVR) و يك روش تركيبي هوشمند از الگوريتم كرم شب‌تاب (FFA) با پرسپترون چند لايه (MLPFFA) استفاده شد. براي همه روش‌هاي هوشمند مصنوعي، 75 درصد داده‌ها به‌عنوان آموزش و 25 درصد به‌عنوان تست در نظر گرفته شد. تركيب‌هاي مختلف از داده‌هاي ورودي شامل نسبت ضريب نفوذپذيري پي به ضريب نفوذپذيري پتوي رسي ( )، نسبت طول پتوي رسي به تراز آب بالا دست ( )، ضخامت پي آبرفتي به ضخامت پتوي رسي ( )، طول پتوي رسي به عرض هسته ( ) و نسبت افقي به عمودي ضريب نفوذپذيري پي آبرفتي ( )  براي مقايسه روش‌هاي ذكر شده مورد استفاده واقع شد. نتايج حاصل از روش‌هاي هوشمند با شاخص‌هاي زير مورد بررسي قرار گرفتند: ريشه ميانگين مربعات خطا (RMSE)، ميانگين قدر مطلق خطا (MAE)،  ضريب تبيين (R2)، نش ساتكليف (NS)، شاخص ويلموت (WI) و دياگرام تيلور. نتايج حاصل از مطالعه نشان داد كه استفاده از روش هوشمند كرم شب‌تاب (FFA)، نتايج بسيار شبيه به مقادير موجود دارد و مي‌توان در بهينه‌سازي پيش‌بيني مقادير نشت از آن استفاده كرد.