علیرضا یزدان پناه - دانشجوی کارشناسی ارشد مهندسی عمران سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد لارستان، گروه مهندسی عمران، لارستان، ایران
نادر برهمند

در طول چند دهه اخیر پیش بینی های لازم جهت مدیریت منابع آب های سطحی خصوصاً درنواحی گرم و خشک جنوبی کشور که دچار کمبود بارندگی هستند از اهمیت ویژه ای برخوردار شده است. از این نظر میزان دبی عبوری از رودخانه ها که مهمترین منبع تغذیه آب پشت سدهاهستند جزء مهمترین فاکتورها در زمینه پیش بینی آبهای سطحی بشمار می روند. در این مطالعه از ترکیب دو ابزار شبکه های عصبی مصنوعی و تئوری موجک مدلی قدرتمند ایجادگردید که از آن جهت پیش بینی دبی ایستگاه دشتبال بر رودخانه کر استفاده گردید. مقایسه نتایج این مدل ترکیبی با مدل آنفیس نشان داد که مدل عصبی موجکی به شرط تنظیم -پارامترهای ساختارش بهتر از آنفیس عمل کرده و می تواند جایگزین مناسبی برای مدلهای پیش بینی قبلی باشد

شبکه های عصبی پرسپترون، تئوری موجک، آنفیس، پیش بینی دبی، ایستگاه دشتبال، رودخانه کر