TY - JOUR ID - 1535 TI - مقایسه روش‌های سیستم استنتاج فازی- عصبی تطبیقی، شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن در تخمین میزان سختی آب زیرزمینی (مطالعه موردی: دشت مازندران) JO - یافته‌های نوین زمین‌شناسی کاربردی JA - NFAG LA - fa SN - 2228-5873 AU - دهقانی, رضا AU - پورحقی, امیر AU - خیرایی, مهرداد AD - کارشناس ارشد منابع آب، دانشگاه تبریز AD - دانشجوی دکترای منابع آب، دانشگاه چمران AD - کارشناسی ارشد سازه آبی، دانشگاه چمران Y1 - 2016 PY - 2016 VL - 10 IS - 19 SP - 51 EP - 62 KW - برنامه‌ریزی بیان ژن KW - تخمین KW - دشت مازندران KW - شبکه عصبی مصنوعی KW - سیستم استنتاج فازی- عصبی تطبیقی DO - N2 - میزان سختی آب زیرزمینی عامل مهمی در مسائل هیدروژئولوژی و بویژه مطالعه کیفی آب­های زیرزمینی می­باشد. در چند دهه اخیر سیستم­های هوش مصنوعی کاربرد زیادی در علوم مختلف از جمله مدیریت منابع آب داشته است. در این پژوهش تخمین میزان سختی آب زیرزمینی دشت مازندران، با استفاده از برنامه­ریزی بیان ژن مورد بررسی قرار گرفته و نتایج آن با  سایر روش­های هوشمند همچون شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی تطبیقی مقایسه شده است،  برای این منظور هیدروژن کربنات، کلرید، سولفات، منیزیم و کلسیم در مقیاس زمانی ماهانه در طی دوره آماری (1373-1393) بعنوان ورودی و میزان سختی آب بعنوان پارامتر خروجی انتخاب گردید. معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا، میانگین قدر مطلق خطا و ضریب نش ساتکلیف برای ارزیابی و نیز مقایسه عملکرد روش­ها مورد استفاده قرار گرفت. نتایج حاصله نشان داد مدل برنامه­ریزی بیان ژن دارای بیش­ترین ضریب همبستگی 960/0، کمترین ریشه میانگین مربعات خطاppm  112/0، میانگین قدر مطلق خطا ppm 171/0 و نش ساتکلیف880/0 در مرحله صحت سنجی در اولویت قرار گرفت. در مجموع نتایج نشان داد که مدل برنامه­ریزی بیان ژن توانایی بالایی در تخمین  برخی مقادیر  بیشینه و میانی میزان سختی آب زیرزمینی دارد. UR - https://nfag.basu.ac.ir/article_1535.html L1 - https://nfag.basu.ac.ir/article_1535_bdb2c9159c1e38bcd1072dec250612c8.pdf ER -