علیرضا یزدان پناه - دانشجوی کارشناسی ارشد مهندسی عمران- دانشگاه آزاد اسلامی واحد لارستان
نادر برهمند - استادیار گروه مهندسی عمران- دانشگاه آزاد اسلامی- واحد لارستان- ایران

به علت بروز خشکسالی های متمادی و کاهش شدید بارندگی در چند دهه­ی اخیر، پیش بینی وضعیت اندازه­ی جریان منابع آبهای سطحی در رودها جهت مدیریت منابع آبی اهمیت ویژه ای یافته است. از این نظر، اندازه­ی بده­ی عبوری از رودخانه­ها که مهمترین منبع تغذیه­ی آب پشت سدها می باشند، جزء مهمترین عوامل در زمینه­ی پیش بینی آبهای سطحی به­شمار می رود. در این مطالعه از ترکیب دو ابزار شبکه­های عصبی مصنوعی و نظریه موجک شبیه­ی قدرتمند ایجاد شد که از آن برای پیش بینی بده­ی ایستگاه دشتبال بر رود کر استفاده گردید. مقایسه­ی نتایج این شبیه ترکیبی با شبیه آنفیس نشان داد که شبیه عصبی- موجکی، به شرط تنظیم فراسنجهای ساختار آن بهتر از آنفیس عمل کرده، و می تواند جایگزین مناسبی برای شبیه­های پیش بینی قبلی باشد. بهترین شبیه با موجک گوسی در سطح سوم تجزیه به دست آمد. پس از آن، شبیه  آنفیس با استفاده از ۴ تابع عضویت گوسی، و همچنین موجک دابشیز۴ در سطح سوم تجزیه بهترین شبیه­ها به دست آمدند.

شبکه های عصبی پرسپترون, نظریه ی موجک, آنفیس, پیش بینی بده, ایستگاه دشتبال