حمیدرضا باباعلی - استادیار گروه مهندسی عمران، دانشگاه آزاد اسلامی واحد خرم آباد، خرم آباد
رضا دهقانی - دانشجوی دکترای سازه های آبی، دانشگاه لرستان، خرم آباد (نویسنده ی مسئول)

چکیده سیل یکی از بلایای طبیعی مهمی است که همه ساله باعث ایجاد خسارت­های مالی و جانی فراوانی به جوامع مختلف می­گردد. به همین دلیل محققان سعی نموده­اند که تغییرات کمی این پدیده را حتی­المقدور به طور دقیق مورد بررسی قرار دهند. در این پژوهش جهت تخمین دبی سیلابی ایستگاه کهمان­الشتر واقع در استان لرستان از مدل شبکه­ی عصبی موجک استفاده شد و نتایج آن با سایر روش­های هوشمند از جمله شبکه­ی عصبی مصنوعی مقایسه گردید. برای این منظور از پارامتر حداکثر بارش ۲۴ ساعته در مقیاس زمانی روزانه با تاخیرهای مختلف در طی دوره­ی آماری (۱۳۹۱-۱۳۸۰) به عنوان ورودی و دبی حداکثر روزانه به عنوان پارامتر خروجی مدل­ها انتخاب گردید. معیارهای ضریب همبستگی، ریشه­ی میانگین مربعات خطا و میانگین قدرمطلق خطا برای ارزیابی و عملکرد مدل­ها مورد استفاده قرار گرفت. نتایج نشان داد هر دو مدل قابلیت خوبی در تخمین دبی سیلابی دارند، لیکن از لحاظ دقت، مدل شبکه­ی عصبی موجک عملکرد بهتری نسبت به شبکه­ی عصبی مصنوعی از خود نشان داده است.

دبی سیلابی, شبکه ی عصبی موجک, شبکه ی عصبی مصنوعی, الشتر