در سال های اخیر با افزایش روز افزون جمعیت و توسعه صنعتی بهره برداری از منابع آب زیرزمینی چندین برابر شده است، با تداوم این عمل سطح آب های زیرزمینی روز به روز افت کرده است. بنابراین شناسایی این منابع، استفاده بهینه از آن به معنای برداشت پایدار و همیشگی از این ثروت خدادای است.هدف ازاین تحقیق ارزیابی و پتانسیل یابی منابع آب های زیر زمینی با استفاده از رو ش های منطق فازی و شبکه عصبی مصنوعی دردشت خرم آباد است. دراین تحقیق ابتدا نقشه فهرست چاه ها تهیه و بعد پارامترهای موثر درپتانسیل یابی از قبیل: لایه ارتفاع، شیب، جهت شیب، انحنای سطح، شاخص رطوبت توپوگرافی، کاربری اراضی، خاک، زمین شناسی، فاصله از رودخانه، تراکم زهکشی، فاصله از گسل، تراکم گسل مشخص و نقشه آن ها در محیط نرم افزارArc GIS تهیه شد. جهت تهیه نقشه پتانسیل یابی منابع آب زیرزمینی از دو روش منطق فازی و شبکه عصبی مصنوعی استفاده شد. در مدل شبکه عصبی مصنوعی الگوریتم پس انتشار خطا و تابع فعالسازی سیگموئید به کار گرفته شد. ساختار نهایی شبکه دارای 11نرون درلایه ورودی، 11 نرون درلایه پنهان و 1 نرون درلایه خروجی گردید. در مدل منطق فازی از اپراتورهای عملگراجتماع فازی، عملگراشتراک فازی، عملگرضرب جبری فازی، عملگرجمع جبری فازی، عملگرگاما فازی استفاده شد. سپس نتایج هر دو مدل مورد ارزیابی قرار گرفت و در نهایت با مقایسه نتایج به دست آمده روش مناسب جهت پتانسیل یابی منابع آب های زیرزمینی به دست آمد و همچنین مهمترین عوامل موثر در پتانسیل یابی منابع در منطقه مشخص گردید. نتایج ارزیابی شبکه عصبی با چاه هایی با دبی بالا نشان می دهد که حدود80 درصد ازچاه ها درمناطق با پتانسیل متوسط به بالا است درحالی که نقشه منطق فازی حدود 75 درصد چاه ها درمناطق با پتانسیل متوسط به بالا را نشان می دهد. نتایج این پژوهش نشان داد که روش شبکه عصبی جهت پتانسیل یابی منابع آب زیرزمینی نسبت به روش منطق فازی مناسب ترو کاربردی تراست.
