محسن رضایی - دانشجوی کارشناسی ارشد سازه های هیدرولیکی، گروه مهندسی عمران، واحد لارستان، دانشگاه آزاد اسلامی لارستان،ایران.
مهرداد فریدونی - استادیار گروه مهندسی عمران، واحد لارستان، دانشگاه آزاد اسلامی لارستان، ایران.

برآورد میزان دقیق رسوبات معلق در رودخانهها از ابعاد مختلف کشاورزی و حفاظت خاک، کشتیرانی، سد سازی، حیاط آبزیان و ابعاد تحقیقاتی، دارای اهمیت فراوانی است. روشهای مختلفی برای بررسی رسوبات معلق، موجود میباشد. در تحقیق حاضر به منظور مقایسه و بررسی توانایی مدلهای سری زمانی و شبکه عصبی مصنوعی در شبیه سازی رسوب معلق، از دادههای ماهانه ایستگاه چمچیت واقع در رودخانه دالکی استفاده شد. نتایج حاصل از ارزیابی شاخصهای اندازهگیری خطاR: ضریب همبستگی و RMSE مجذور میانگین مربهات خطا(، نشان داد که شبکه عصبی مصنوعی در مقایسه با مدلهای سری زمانی توانایی بهتری را در شبیه سازی رسوب معلق در مقیاس ماهانه در رودخانه دالکی دارد

سری زمانی، رسوب معلق، شبکه عصبی مصنوعی، چمچیت