رضا غیاثی - عضو هیئت علمی پردیس فنی دانشگاه تهران
میلاد شعبانیان - دانشجوی کارشناسی ارشد عمران
احسان صادقی - دانشجوی کارشناسی ارشد عمران

درمقاله حاضر با استفاده از داده های هیدرولیکی حاصل از مدلسازی عددی شبکه عصبی مصنوعی آماری برای تخمین پروفیل سرعت درمحدوده مصب یک رودخانه مطالعاتی توسعه یافته و مورد ارزیابی قرارگرفته است تخمین مقادیر سرعت جریان در آبراهه ها با روشهای سریع و دقت مناسب برای اهداف مختلفی مانند برآورد مشخصات سیل و طراحی سازه های آبی ازجمله مهمترین مباحث مهندسی هیدرولیک رودخانه می باشد تاکنون مدلهای ریاضی گوناگونی برمبنای روابط تئوری و تجربی حاکم براین منظور ایجاد و توسعه داده شده اند درتحقیق حاضر سعی شده با بهره گیری از شبکه عصبی مصنوعی امکان تخمین و برآورد پارامترهای درجریان دو بعدی بررسی گردد نتایج مدلسازی هوشمند نشان میدهند همبستگی مناسبی میان اطلاعات اولیه و نتایج مدلسازی هوشمند وجود دارد و این شیوه می تواند مبنای اولیه مناسبی برای تخمین عمومی پارامترها بشمار آید.

سیستمهای هوشمند، جریان دو بعدی، آبهای کم عمق، cecad-fsf - GRNN