محمد مهدی معیری - گروه مهندسی آب دانشگاه تبریز
محمد رضا نیک پور - گروه مهندسی آب دانشگاه تبریز
علی حسین زاده دلیر - گروه مهندسی آب دانشگاه تبریز
داود فرسادی زاده - گروه مهندسی آب دانشگاه تبریز

ارائه راهکاری مناسب جهت برآورد دقیق بار معلق رودخانهها در پروژههای آبی، مهندسی رودخانه و آبیاریکاربردهای فراوانی دارد. به دلیل تاثیر پارامترهای مختلف بر انتقال رسوبات در رودخانهها، تعیین معادلات حاکم برآن مشکل بوده و مدلهای ریاضی نیز در این راستا از دقت کافی برخوردار نیستند. امروزه استفاده از سیستمهایهوش مصنوعی به عنوان راهکاری جدید در تحلیل مسائل آبی، گسترش یافته است. در تحقیق حاضر منطق فازی-عصبی و شبکه های عصبی، برای تعیین میزان رسوبات معلق رودخانه آجیچای به کار برده شد و با استفاده ازدادههای دبی ،رسوب و اشل، مدلهای مذکور و منحنی سنجه رسوب تهیه گردید. همچنین دورههای آماری به سهفصل تر، خشک و ذوب برف تقسیم شده و کلیه مدلها برای این سه دوره مورد آزمایش قرار گرفتند. نتایج حاصل ازاین تحقیق نشان داد که منطق فازی-عصبی در مقایسه با شبکه های عصبی و منحنی سنجه از دقت بیشتری دربرآورد رسوبات معلق رودخانه برخوردار است.

رسوبات معلق, رودخانه آجیچای, شبکههای عصبی مصنوعی, منحنی سنجه رسوب, منطق فازی- عصبی