رقیه رحیمی بنماران - کارشناسی ارشد دانشگاه قم
طاهر رجایی - استادیار گروه مهندسی عمران دانشگاه قم

رودخانه ها و آبهای سطحی درتولید بخشی ازموادغذایی موردنیاز جامعه اهمیت زیادی دارند و ازاین جهت مدیریت آگاهانه برآن ضروری می باشددراین تحقیق برحسب ضرورت پیش بینی کیفیت رودخانه ها مدیریت منابع اب و کاهش هزینه های پایش عملکرد مدلهای شبکه عصبی ANN ترکیبی شبکه عصبی - موجک WANN و رگرسیون خطی چندمتغیره MLR درپیش بینی غلظت COD ایستگاه خروجی سد تنظیمی واقع دررودخانه کرج موردارزیابی قرارگرفت دریک دوره آماری 141 ماهه ازشهریور 1378 تا اردیبهشت 1390 که بصورت ماهانه توسط واحدآزمایشگاه شرکت آب و فاضلاب استان تهران ثبت شده است به عنوان ورودی مدلها استفاده گردیده است این مدلها تنها بااستفاده ازغلظت COD درماه های گذشته توانستند پیش بینی قابل قبولی را ارایه دهند کارایی مدلها با ضریب تبیین E و ریشه میانگین خطای مربع RMSE ارزیابی شدند نتایج حاکی ازدقت بالای مدل ترکیبی شبکه عصبی - موجکی نسبت به دومدل دیگر بوده است بطوریکه ضریب تبیین برای WANN و ANN و MLR به ترتیب 0/892و0/658و0/319 بدست آمد توانایی مدل ترکیبی به دلیل تجزیه سری زمانی به زیرسریهای تقریب و جزئیات و درنتیجه شبیه سازی نوسانات پیچیده و غیرخطی سیگنال می باشد

رودخانه کرج ، شبکه عصبی ، تئوری موجک ، COD ، رگرسیون خطی