محمد مبارکی - دانشجوی کارشناسی ارشد سازه های هیدرولیکی،واحد لارستان،دانشگاه آزاد اسلامی،لارستان،ایران
مهرداد فریدونی - استادیار گروه عمران،واحد لارستان،دانشگاه آزاد اسلامی،لارستان

یکی از مهم ترین دغدغه های امروز در بسیاری از کشورهای جهان بخصوص کشورهای خاورمیانه تأمین آب و منابع آب زیرزمینی در راستای تداوم توسعه پایدار می باشد. آب های زیرزمینی به عنوان یکی از باارزش ترین منابع طبیعی و مهم ترین مسئله و چالش در قرن حاضر می باشد. که مستلزم شناخت و پیش بینی تراز آب های زیرزمینی می باشد. امروزه از روش های نوینی در باب هیدرولوژیکی استفاده می شود که مهم آنان مدل های هوشمند است. در این پژوهش کارایی سیستم استنتاج فازی - عصبی تطبیقی (ANFIS) و مدل تلفیقی،موجک-فازی عصبی (Wavelet-ANFIS)که به وسیله نرم افزار متلب (matlab) مورد استفاده قرار می گیرد. برای شبیه سازی تراز آب زیرزمینی دشت نیریز بر اساس داده های ماهانه برای یک دوره آماری 19 سال شامل بارندگی و میانگین تراز آب زیرزمینی دشت نی ریز و با استفاده از چهار الگو به طور مقایسه ای مورد ارزیابی قرار گرفته است. تراز آب زیرزمینی دشت نی ریز و بارش آن، دو ورودی اصلی در شبکه عصبی تشکیل می دهد که نرمال سازی می شود. نمودار تراز آب زیرزمینی نیز تنها خروجی این شبکه را شامل می شود که به صورت چهار الگوی وارد سیستم شده و همچنین 175 داده جهت آموزش و 58 داده جهت آزمون مدل تعیین شد.پس از انجام شبیه سازی با استفاده از مدل ANFIS و مدل تلفیقی Wavelet-ANFIS کارایی این دو مدل براساس معیارهای آماری ضریب همبستگی (R) ریشه دوم میانگین مربعات خطا (RMSE) برای چهار الگوی مورد ارزیابی قرار گرفت که به مختصر یک الگو را برای مقایسه در نظر می گیریم تری.مدل ANFIS به ترتیب 0.694 و 0.287 و برای مدل تلفیقی انفیس و موجک به ترتیب برابر 0.998 و 0.017 به دست آمد، نتایج حاصله نشان دهنده دقت بالاتر مدل تلفیقی Wavelet-ANFIS نسبت به مدل ANFIS به منظور شبیه سازی تراز آب زیرزمینی دشت نیریز می باشد.

تراز آب زیرزمینی،شبیه سازی،مدل هوشمند،متلب matlab،موجک Wavelet،انفیس ANFIS،دشت نیریز،شبکه عصبی،نرمال سازی