سیدمهدی ثاقبیان - دانشجوی دکتری عمران سازه هیدرولیکی دانشگاه تبریزوعضو هیئت علمی گروه عمران واحد اهر دانشگاه آزاد اسلامی واحد اهر ایران
فریبا پرهیزچوان - کارشناس ارشدمهندسی عمران سازه های هیدرولیکی

تخمین صحیح باررسوبی رودخانه ها ازجمله پارامترهای مهم درعلم مهندسی رودخانه و رشته های وابسته ازجمله هیدرولوژی و هیدرولیک می باشد سیستم های هوش مصنوعی که مبتنی برداده کاوی بوده و دارای توانمندی بالای محاسباتی می باشد برای شبیه سازی فرایند انتقال رسوب دررودخانه ها موردتوجه قرارگرفته است فرایند اصلی این تحقیق عبارتست ازپیش بینی بارکل رسوبی رودخانه تلخه رود به کمک سیستم های مبتنی برهوش مصنوعی که برای نیل به این هدف مدلها یمتعددی متشکل ازانواع پارامترهای هیدرولیکی رودخانه به صورت هم دیمانسیون و غیرهم دیمانسیون و لگاریتمی باترکیبات متعدد نرمال شده درشبکه های عصبی شعاع مبنا پیش خور رگرسیون عمومی و عصبی فازی تطبیقی مورد ارزیابی قرارگرفتند نتایج حاصله حاکی ازاین است که شبکه های عصبی شعاع مبنا و رگرسیون عمومی قابلیت و کارایی بهتری نسبت به مدلهای دیگر ازخود نشان دادند

باررسوبی , سیستم های عصبی , شعاع مبنا , رودخانه تلخه رود