محمدعلی قربانی - استادیار گروه مهندسی منابع آب دانشگاه تبریز
ابوذر صالحی - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه تبریز
محمدحسن فاضلیفرد - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه تبریز

پیش بینی پارامترهای اقلیمی همچون دما و رطوبت نسبی نقش مهمی در بررسی پدیده های خشکسالی ، سیلابها ومدیریت منابع آب دارند.اخیرا روش های هوش مصنوعی همچون شبکه های عصبی مصنوعی و برنامه ریزی ژنتیک به طور گسترده در مدل سازی پدیده های پیچیده به کار برده شده اند. شبکه های عصبی مصنوعی دینامیک یک روش جدیدی است که حل های دقیقی برای مسائل با الگوهای پیچیده ارائه می دهد و برنامه ریزی ژنتیک نیز یک فن آوری جدیدی است که به صورت ابزار انعطاف پذیر براساس تولید برنامه کامپیوتری در زمینه های مختلف علوم به کار رفته است. در این پژوهش روش های شبکه های عصبی مصنوعی دینامیک و برنامه ریزی ژنتیک جهت برآورد دما و رطوبت نسبی به کار برده شده است. برای مقایسه این روش ها از دو معیار ضریب همبستگی و میانگین مربعات خطا استفاده گردید. نتایج نشان داد که هر دو روش شبکه مصنوعی عصبی دینامیک و برنامه ریزی ژنتیک دارای دقت قابل قبولی می باشند

شبکههای عصبی مصنوعی، برنامه ژنتیک، دمای میانگین روزانه، رطوبت نسبی، تبریز