مقایسه سه روش الگوریتم انتخابات، ژنتیک و روش شبکه عصبی مصنوعی در مدلسازی آب زیرزمینی

Abstract

در این تحقیق، برای اولین بار با استفاده از الگوریتم انتخابات که یک الگوریتم تکرارشونده بوده و از انتخابات ریاست جمهوری الهام گرفته و با مجموعهای از راهحلهای شناخته شده به عنوان جمعیت کار میکند، به پیشبینی تراز آب زیرزمینی دشت میاندوآب پرداخته شد و نتایج حاصل از این روش با نتایج روشهای شبکه عصبی مصنوعی و الگوریتم ژنتیک مورد مقایسه قرار گرفت. دادههای تراز سطح آب دشت میاندوآب، دادههای هواشناسی همانند دما، بارش، رطوبت، تبخیر و دادههای آبهای سطحی در دوره آماری ۹۵-۱۳۸۵ در مقیاس ماهانه جهت آموزش و آزمون مدلها استفاده شد. براساس محاسبههای انجام شده و نتایج بهدست آمده از پارامترهای آماری، الگوریتم انتخابات به ترتیب با مقادیر ریشه 2 میانگین مربعات خطا (RMSE ،(ضریب همبستگی ( به نسبت ۰/۷۴ و ۰/۹۳ ،۰/۰۲۷ ،(NSE) ساتکلیف-نش معیار و) R دو روش شبکه عصبی مصنوعی و الگوریتم ژنتیک، دارای کارایی بالایی در پیشبینی تراز سطح آب زیرزمینی بوده است