پيش‌بيني غلظت كلرايد آب زيرزميني با استفاده از روش ماشين مركب هوش مصنوعي نظارت شده (SAICM) (مطالعه موردي: دشت ساري)

ارزيابي كيفي آب‌هاي ساحلي كه تحت تأثير شوري آب دريا قرار مي‌گيرند را مي‌توان با استفاده از پارامتر كلرايد موجود در آب زيرزميني انجام داد. اين تحقيق يك روش ماشين مركب هوش مصنوعي نظارت شده (SAICM) را جهت پيش‌بيني دقيق غلظت كلرايد آب زيرزميني دشت ساري پيشنهاد مي‌دهد. SAICM با تركيب غيرخطي مدل‌هاي هوش مصنوعي، غلظت كلرايد را به عنوان خروجي مدل پيش‌بيني مي‌كند. در اين تحقيق از روش آناليز مؤلفه‌هاي اصلي (PCA)، جهت شناسايي پارامترهاي هيدروشيميايي مؤثر مرتبط با غلظت كلرايد به عنوان مؤلفه‌هاي ورودي به مدل‌هاي هوش مصنوعي استفاده شده است. بر اساس نتايج حاصل از PCA، پارامترهاي (Na, K, EC, TDS, SAR)، به عنوان مؤلفه‌هاي ورودي مدل‌هاي هوش مصنوعي انتخاب گرديد. در ابتدا چهار مدل هوش مصنوعي، منطق فازي سوگنو، منطق فازي ممداني، منطق فازي لارسن و شبكه عصبي مصنوعي جهت پيش‌بيني غلظت كلرايد طراحي گرديد. بر اساس نتايج حاصل از مدل‌سازي، تمامي مدل‌ها برازش مناسبي با داده‌هاي كلرايد در دشت ساري نشان داده‌اند. سپس مدل تركيبي SAICM ساخته شد كه نتايج حاصل از پيش‌بيني 4 مدل AI جداگانه را با استفاده از تركيب كننده غيرخطي ANN ، تركيب نموده و غلظت كلرايد را با دقت بيشتري تعيين مي‌كند. نتايج نشان مي‌دهد مدل ماشين مركب پيشنهاد شده SAICM مي‌تواند غلظت كلرايد را با دقت بسيار بالاتري نسبت به روش‌هاي جداگانه، تخمين بزند.