پیش بینی میزان هدایت الکتریکی آب زیر زمینی دشت فسا با استفاده از شبکه های عصبی مصنوعی

هدف از این تحقیق تهیه یک مدل هوش مصنوعی برای برآورد هدایت الکتریکی و بررسی میزان اهمیت هر یک از عوامل درپیش بینی هدایت الکتریکی (EC) است. در این تحقیق مدلی برای تخمین EC آب زیرزمینی، با استفاده از مدل شبکه عصبیپرسپترون چند لایه با الگوریتم یادگیری پس انتشار خطا ارایه شده است. بدین منظور از داده های کیفی (سدیم، منیزیم،کربنات، بیکربنات، کلر، سولفات، پتاسیم، کلسیم، PH و HT) و داده های مکانی (طول و عرض جغرافیایی) برداشت شده از 40حلقه چاه کشاورزی دشت فسا در محدوده سالهای 1392 - 1388 استفاده شده است. جهت مقایسه ساختارهای مختلفشبکه عصبی از معیارهای ضریب تبیین ((2)R) و جذر میانگین مربع خطا (RMSE) استفاده شد. نتایج نشان داد که مدل فوق با5 نرون در لایه پنهان (1 - 5 - 13) توانست میزان EC را با دقت خوبی (R(2)=0.9759, RMSE=0.06) پیش بینی کند.

Keywords:

پیش بینی هدایت الکتریکی , دشت فسا , مدل شبکه عصبی پرسپترون چند لایه , الگوریتم پس انتشار خطا