طراحی یک شبیه شبکه‌ی عصبی مصنوعی جهت تعیین فراسنجهای آبخوان آزاد

در این مقاله، یک شبکه­ی عصبی مصنوعی جهت تعیین فراسنجهای آبخوان آزاد (قابلیت انتقال آبخوان، ضریب ذخیره، آبدهی ویژه و شاخص تأخیر) طراحی گردیده است. تابع چاه مربوط به آبخوانهای آزاد با روش پس انتشار خطا و به کارگیری الگوریتم بهینه سازی لونبرگ-مارکوآرت به این شبکه آموزش داده شده است. با اعمال روش تحلیل مولفه­ی‌ اصلی بر مجموعه داده‌های آموزش، ساختار شبکه با آرایش (3×6×3)، صرف نظر از تعداد داده‌های آزمون آبکشی، ثابت گردید و بازده­ی آن بطور قابل ملاحظه ای افزایش داده شد. این شبکه با دریافت هر مجموعه داده آزمون آبکشی واقعی، مختصات نقطه انطباق بهینه را تولید می‎کند، سپس مختصات نقطه­ی انطباق با حل تحلیلی بولتون (1963) ترکیب گردیده، و مقادیر فراسنجهای آبخوان محاسبه می‌شوند. توانایی تعمیم و عملکرد این شبکه با 100000 مجموعه­ی داده مصنوعی ارزیابی گردید و دقت آن با استفاده از داده‌های دو آزمون آبکشی واقعی با روش انطباق منحنی نمونه­ی کامل مقایسه شد. شبکه­ی پیشنهادی به عنوان یک روش جایگزین ساده‌تر و دقیقتر نسبت به روش مرسوم انطباق منحنی نمونه­ی کامل برای محاسبه فراسنجهای آبخوان آزاد توصیه می‌شود.