امیرحسین اسدیانی یکتا - دانشجوی دکتری مهندسی عمران -عضو هیت علمی دانشگاه آزاد اسلامی -همدان
فواد سلطانی - دانشجوی کارشناسی ارشد مهندسی عمران -دانشکده فنی -دانشگاه تهران

در این تحقیق از قابلیت های مدل تطبیقی عصبی -فازی و شبکه عصبی مصنوعی برای تعیین میزان رسوبات معلق رودخانه استفاده شده و با استفاده از داده های دبی و رسوب، مدل های مذکور و منحنی سنجه رسوب، برای رودخانه مورد مطالعه تهیه گردیده است . در این تحقیق به منظور تعیین بهترین ترکیب بین داده های دبی و رسوب در تخمین میزان رسوبات معلق، چهار سناریو مختلف مورد بررسی قرار گرفته و بهترین سناریو تعیین می گردد . به منظور صحت سنجی و مقایسه کارایی روش های مختلف مورد استفاده در تحقیق برای تخمین میزان رسوبات با یکدیگر، از اطلاعات اندازه گیری شده رسوب رودخانه مورد مطالعه و معیارهای ارزیابی خطا ازجمله MSE ، RMSE و استفاده گردیده است . از اطلاعات دبی و رسوب روزانه ایستگاه رسوب سنجی MAE DELAWARE R AT DUNNFIELD, NJ به عنوان مورد مطالعاتی استفاده شده است . نتایج این تحقیق حاکی از دقت و برتری قابل ملاحظه مدل تطبیقی عصبی-فازی نسبت به سایر روش های مورد مطالعه می باشد

رسوبات معلق، مدل تطبیقی عصبی - فازی، شبکه عصبی مصنوعی، منحنی سنجه رسوب