<跨度样式=“字体大小：14px”> <跨度样式=“Font-Family：Arial，Helvetica，Sans-Serif”>遗憾的是，缺乏有关伊朗地下水资源的详尽定性和量化信息。这就是为什么各种模型用于估计定性和定量地下水参数的原因。本文介绍了自适应神经模糊推理系统（ANFIS）与遗传算法（GA）模型的杂交和L-Liments关于其在克尔曼平原地下水盐度的力量和效率的L型矩的比较。在这样做时，导电性被认为是依赖变量，而假设通过回归分析，总猫离子，镁离子，钠百分比和地下水的水平是独立的参数。输入值与预期的相关系数是研究在比较中考虑的标准以及在最佳模型的选举中。学习区的井被分为三个均匀地区。为每个网站计算了哈斯王的异质性和不协调标准。区域分析的最佳结果是在No.17中实现的，具有相关系数（C.C）0.9958，而现场分析的最佳结果是以C.C 0.9787的No.2计算出来的。结果表明，在具有较低异质性标准的区域中，ANFIS-GA区域预期比现场预期略微准确。