محمد جواد زینلی - دانشجوی کارشناسی ارشد مدیریت منابع آب دانشگاه زابل
صادق نیکبخت - دانشجوی کارشناسی ارشد مدیریت منابع آب دانشگاه زابل
ام البنی محمدرضاپور - استادیار دانشگاه زابل- گروه مهندسی آب

پیش بینی یکی از عوامل مهم و کلیدی در مدیریت بهینه منابع آب است. از جمله این پیش بینی ها می توان به پیش بینی رواناب اشاره کرد. با توجه به ماهیت غیرخطی بودن رواناب روش های متعددی برای پیش بینی آن صورت گرفته است. از روش هایی که در یک دهه اخیر مورد استفاده بسیاری از محققین قرار گرفته است می توان به شبکه های عصبی مصنوعی اشاره کرد. در این تحقیق از داده های دما و بارندگی در یک دوره 6 ساله (1386_1391) با استفاده از مدل شبکه عصبی مصنوعی پرسپترون چند لایه برای پیش بینی جریان ورودی به سد ملاصدرا استفاده شد. در این بررسی پنج مدل برای بیش بینی جریان مورد استفاده قرار گرفت و با استفاده از معیارهای میانگین مربعات خطا (MSE) و R به ارزیابی مدل ها پرداخته شده و در نهایت برای پیش بینی جریان ورودی به سد ملاصدرا، مدل ANN3، با ورودی های بارش در زمان t،رواناب در زمان t-1،دما در زمان t-1،و تعداد 20 نرون در لایه پنهان، با همبستگی 95/. به عنوان بهترین مدل معرفی شد.

پیش بینی رواناب، شبکه عصبی مصنوعی، سد ملاصدرا