اباذر سلگی - دانشجوی کارشناسی ارشدمهندسی منابع آب
فریدون رادمنش - استادیاردانشگاه شهیدچمران اهواز
پرویز فتحی - استادیاردانشگاه کردستان سنندج

دراین پژوهش برای پیش بینی جریان ازنرم افزار neuro Solution با یک دوره اماری 4ساله 1386-1383 استفاده شد جهته دستیابی به بهترین ساختارشبکه عصبی مصنوعی ساختارهای مختلف با یکدیگر مقایسه شدند با این توضیح که جهت بهینه سازی وزن های اتصال دربین لایه های مختلف شبکه عصبی مصنوعی ازالگوریتم ژنتیک استفاده شده است قانون یادیگری مورد استفاده دراین تحقیق ازنوع یادگیری سریع با تابع استانه تانژانت هیپربولیک تابع هدف میانگین مربعات خطا که تابع هدف ازروی داده های صحت سنجی به دست می آید نوع اموزش ازنوع اموزش n مرتبه می باشد بعدازازمون الگوهای مختلف درنهایت بهترین الگو مربوط به مرحله دوم با یک شبکه پرسپترون یک لایه درمقیاس روزانه به صورت 8نرو ن 30اپاک و3بار اجرای شبکه بدست امد نتایج حاصل نشان دهنده دقت نسبتا بالای شبکه عصبی مصنوعی دربراورد و تخمین دبی روزانه حوضه سدوحدت بوده است

پیش بینی جریان/جریان روزانه/شبکه عصبی مصنوعی