بخشی از مقاله
چکیده
استفاده از شبکه عصبی در پیش بینی متغیرهاي منابع آبی از جمله آب زیرزمینی به طورگسترده رو به افزایش است . باتوجه به کمبودداده هاي آزمایش پمپاژ وچاه هاي مشاهداتی ، در این تحقیق هدف ما،تخمین میزان هدایت هیدرولیکی آبخوان با استفاده از شبکه عصبی میباشد.ابتدا با استفاده از مدل GMS7.1 جریان آب زیرزمینی شبیه سازي وسپس بارهیدرولیکی به دست آمده از مدل وارد شبکه گردید.
پس ازآموزش شبکه عصبی وتخمین هدایت هیدرولیکی ، مقادیر به دست آمده وارد مدل شبیه سازي جریان آب زیرزمینی گردیدوسطح آب مدل با سطح آب مشاهده اي مقایسه ومشخص شد که سطح آب به دست آمده از مدل بسیار نزدیک به سطح آبهاي واقعی موجود در منطقه میباشد. .نتایج نشان میدهد که شبکه عصبی بخوبی قادربه تخمین برآورد هدایت هیدرولیکی آبخوان می باشد وبااستفاده ازداده هاي هدایت هیدرولیکی بدست آمده از شبکه عصبی می توان باصرف زمان کمترودقت مناسب مدل آبهاي زیرزمینی را واسنجی نمود.
کلید واژه ها: شبکه عصبی ،GMS7.1 ،هدایت هیدرولیکی
مقدمه
با توجه به کمبودآب در پهنه وسیعی از کشور،در سال هاي اخیر مدیریت منابع آب زیرزمینی از اهمیت و حساسیت زیادي برخوردار شده است.اعمال یک مدیریت صحیح نیازمند شناسایی،مدل سازي و پیش بینی نواسانات آب زیرزمینی دشت ها جهت برنامه ریزي بلند مدت و استفاده از پتانسیل آب هاي زیرزمینی است. یکی از چالش هاي مهم در مدل سازي وجود مقادیر کافی پارامترهاي مورد استفاده است که براي مشخص کردن خواص فیزیکی و شیمیایی آبخوان به کار میرود. این پارامترها را میتوان از آزمون پمپاژو مطالعات ژئوفیزیک به دست آورد ولی اغلب اطلاعات کافی وجود ندارد.
هدف این مقاله تخمین مقادیر هدایت هیدرولیکی در آبخوان دشت اوان در استان خوزستان میباشد.با استفاده از آزمون هاي پمپاز که در مناطق مختلف آبخوان انجام میشود میتوانیم مقادیر kرا به دست بیاوریم،.از آنجا که این مقادیر فقط مربوط به بخش هایی است که درآن آزمون پمپاز صورت گرفته واز طرفی مقادیر kدر فواصل کم متغییر است ، بنابراین براي پیش بینی این مقادیرمجبور به استفاده ازمدلهاي جریان آب زیرزمینی وکالیبراسیون مدل میشویم که این فرایند نیازمند مدت زمان طولانی است.
این در حالیست که شبکه هاي عصبی مصنوعی به عنوان مدلهاي جعبه سیاه، ابزاري توانمند براي مدلسازي سیستم هاي غیرخطی بوده و قادرند روابط پیچیده حاکم بر چنین فرآیندهایی را مدل نمایند. توانایی یادگیري از طریق ارائه مثال، توانایی تعمیم دهی پس از یادگیري براي ورودیهاي جدید، شناسایی و تفکیک الگوها و ایجاد نگاشت غیرخطی از جمله ویژگیهاي منحصر بفرد شبکه هاي عصبی می باشند..
از آنجایی که زمان یکی از عواملی است که جهان امروزه به دنبال کاهش آن در رسیدن به اهداف موردنظر می باشد و استفاده بهینه از امکانات و اطلاعات نیز از اهمیت خاصی برخوردار است؛ شبکه هاي عصبی مصنوعی امکان مدل سازي منابع آب زیرزمینی را با صرف زمان اندك با استفاده از اطلاعات و آمار موجود امکان پذیر ساخته اند. چنانچه با استفاده ازشبکه هاي عصبی مصنوعی سطح آب هاي زیرزمینی در محدوده شهر تبریز ارزیابی گردید. همچنین جهت پیش بینی نوسانات سطح آب زیرزمینی دشت بیرجند از شبکه هاي عصبی استفاده کرده اند . در جهان نیز میتوان به استفاده از شبکههاي عصبی در زمینه مهندسی منابع آب شامل پیش بینی جریان، مدلسازي بارندگی و رواناب وپیش بینی جریان رودخانه اشاره کرد.
تئوري شبکه هاي عصبی مصنوعی
یک شبکه عصبی مصنوعی مجموعه اي از نرون ها می باشد که با قرار گرفتن در لایه هاي مختلف، معماري خاصی را برمبناي ارتباطات بین نرونها در لایه هاي مختلف تشکیل می دهند. قابلیت یادگیري در شبکه هاي عصبی با استفاده از تنظیم پارامترهاي شبکه انجام می شود با این هدف که اگر شبکه براي یک وضعیت خاص آموزش دید و تغییر کوچکی در شرایط محیطی شبکه رخ داد، شبکه بتواند با آموزش مختصر براي شرایط جدید نیز کارآمد باشد.
در مدلهاي شبکه هاي عصبی مصنوعی که شبیه سازي از دستگاه طبیعی می باشد با معرفی تاریخچه عملکرد یک سیستم دینامیکی، مدل آموزش یافته و نحوه عملکرد سیستم در حافظه ذخیره می شود و در مواردي که مدلقبلاً با آنها مواجه نشده است، مورد استفاده قرار می گیرد.
ساختار یک شبکه عصبی مصنوعی سه لایه
انواع مختلفی از مدلهاي شبکه عصبی وجود دارد که در یک سري فاکتورهاي اصلی با هم تفاوت دارند؛که از جمله این فاکتورها مکانیزم اجرا است که شبکه هاي عصبی پیشروو شبکه هاي عصبی مصنوعی برگشتی را شامل می شود. از دیگر فاکتورها، الگوریتم هاي مختلف آموزشی مانند GDX، LM، BR و...می باشد؛ همچنین توابع مختلف فعال سازي، توابع مختلف یادگیري، تعداد نرونها، نرخ یادگیري و غیره که جزءعوامل متمایز کننده شبکه هاي مختلف هستند. هر شبکه از سه لایه تشکیل شده است که شامل لایه ورودي، لایه میانی یا پنهان و لایه خروجی می باشد.
منطقه مورد مطالعه
دشت اوان با موقعیت جغرافیایی 47° 59΄ تا 47 ° 9΄ شرقی و 32° 14΄ تا 32° 24΄ شمالی در جنوب غرب شهرستان اندیمشک و در مسیر جاده اندیمشک به دهلران واقع شده است و از جمله دشت هاي حوضه غربی رود کرخه به شمار می رود.دشت اوان از شمال به بند مزاره از شرق به محدوده دزفول اندیمشک و رودخانه کرخه واز غرب به دشت عباس واز جنوب به دشت چنانه منتهی می گردد.
