قاسم اعتمادیان - دانشجوی کارشناس ارشد آبیاری و زهکشی دانشگاه آزاد اسلامی واحد کرمان
علی نشاط - استادیار گروه آب دانشگاه آزاد اسلامی واحد کرمان
محمد علیخانی نژاد - کارشناس ارشد آبیاری و زهکشی دانشگاه آزاد اسلامی واحد کرمان

جهت مدیریت منابع آب لازم است تا مقادیر جریان رودخانه در گام های زمانی مختلف را تخمین بزنیم. بدین منظور طی سالیان متمادی جهت تخمین دبی رودخانه روش های مختلفی ابداع شده که به طور کلی می توان به دو دسته مدل های مفهومی و مدل های مبنی بر داده یا آمار طبقه بندی کرد. از مدل های متداول آماری جهت پیش بینی وتخمین جریان رودخانه می توان به ماشین بردار پشتیبان اشاره کرد. در این تحقیق با استفاده از داده های دو ایستگاه به نام های تنگل آب گرم و سارنگ و داده های هواشناسی به تخمین دبی رودخانه شیرین رود راور در ایستگاه حور پرداختیم. بازه زمانی مورد استفاده از سال 1385 تا سال 1390 به صورت روزانه می باشد. در مدل SVM ده ترکیب ورودی را مورد بررسی قرار دادیم و بهترین ترکیب به همراه تابع کرنل آن را استخراج نمودیم. در انتها با اجرای شبکه عصبی مصنوعی RBF مقایسه نتایج آن با مدل SVM پرداختیم. نتایج حاصل حاکی از برتری مدل SVM نسبت به ASNN-RBF می باشد

دبی رودخانه، شبکه عصبی مصنوعی RBF ماشین بردار پشتیبان