کریم خدایی - آبیاری و زهکشی، گروه مهندسی آب دانشگاه رازی کرمانشاه
هوشنگ قمرنیا - گروه مهندسی آب دانشگاه رازی کرمانشاه
عبداله طاهری تیزرو - استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی، ایران
رسول قبادیان - - استادیار گروه مهندسی آب، دانشگاه رازی
محمدحسین نوری قیداری - استادیار گروه مهندسی عمران، دانشکده فنی، دانشگاه آزاد زنجان، ایران

برای پیش­بینی مقدار جریان ورودی، معمولا دو روش کلی مدل سازی متکی به فرآیند و مدل­سازی متکی به داده استفاده می شود. از جمله روش های متکی به داده در زمینه پیش­بینی جریان رودخانه، مدل­های شبکه عصبی مصنوعی، مدل­های رگرسیون، مدل­های سری­زمانی و مدل­های منطق­فازی می­باشد. در این تحقیق کارایی روش دیگری به نام تکنیک توابع متعامد تجربی نسبت به روش های شبکه عصبی مصنوعی و سیستم استنتاج فازی برای پیش­بینی جریان ماهانه ورودی به مخزن سد لتیان مورد ارزیابی قرار گرفت. پنج مدل ساخته شده توسط شبکه عصبی مصنوعی و سیستم استنتاج فازی شبیه هم بوده که بستگی به باران، دما و دبی دارد و مدل های ساخته شده توسط توابع متعامد تجربی فقط بستگی به دبی در ایستگاه لتیان و ایستگاه های مجاور دارد. ابتدا برای هر مدل بهترین ترکیب شناسایی شد سپس فاکتورهای آماری CE ، MAPE ، RMSE و CORR در بهترین ترکیب های هر مدل مورد مقایسه قرار گرفت. نتایج عددی نشان داد بهترین مدل مربوط به سیستم استنتاج فازی می­باشد. لذا کارایی این مدل نسبت به مدل های شبکه عصبی و توابع متعامد بیشتر می باشد

پیش بینی, توابع متعامد تجربی, سیستم استنتاج فازی شبکه عصبی مصنوعی, مدل