بهرام غلامی - گروه عمران ، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران
مهرداد فریدونی - گروه عمران ، واحد لارستان، دانشگاه آزاد اسلامی، لارستان، ایران

امروزه یکی از مهمترین مسایل جهت مدیریت سیلاب و جلوگیری از صدمات اقتصادی و جانی ناشی از آن، پیش بینی صحیح جریان رودخانه ها می باشد. یکی از بهترین راه های کاهش اثرات مخرب سیلاب، استفاده از سدها است. تخمین دقیق جریان ورودی به مخازن سدها می تواند نقش بسزایی در برنامه ریزی و مدیریت منابع آب داشته باشد .اما فاکتورها و عوامل مختلفی بر روی این پدیده تاثیر گذارند که تحلیل آنها را مشکل می سازد . مدل های آماری و رگرسیون از معمول ترین روش های تحلیلی می باشند که غالبا با توجه به حل خطی این پدیده ها نتایجی همراه با خطا ارائه داده و نمی توانند تغییرات زمانی پدیده مورد نظر را با دقت قابل قبولی مدل کنند. لذا انتخاب مدلی که بتواند با استفاده از عوامل تاثیرگذار، جریان ورودی را به طور قابل قبولی تخمین کند امری ضروری به نظر می رسد. امروزه سیستم های هوشمند همچون شبکه عصبی مصنوعی و سیستم استنتاج فازی-عصبی با توجه به توانایی در حل پدیده های غیر خطی و پیچیده کاربرد گسترده ای در مسائل مختلف مهندسی آب از جمله مطالعات هیدرولوژی پیدا کرده است . که در این مطالعه نیز به ارزیابی این سیستم ها در تخمین جریان ورودی به رودخانه سیوند پرداخته می شود.

شبیه سازی،موجک،نروفازی، رودخانه سیوند