پدیده انتقال
رسوب از جمله فرآیندهای هیدرودینامیکی مهمی است که بسیاری از سیستم های فیزیکی و تأسیسات عمرانی را تحت تأثیر قرارمی دهد و به عنوان یکی از بزرگترین مشکلات بهره برداری از منابع آبهای سطحی در جهان مطرح است. با توجه به نقش و اهمیت
رسوب درعمر مفید سدهای کشور که نقش بزرگی را در توسعه اقتصادی کشور ایفا می کنند، عدم توجه به اندازه گیری و محاسبه دقیق آن، باعث اتلاف سرمایه های ملی می گردد. بدیهی است که دقت پیش بینی میزان
رسوب وارده به مخازن سدها، بستگی زیادی به روشهای محاسباتی و معادلات ارائه شده د ر این زمینه دارد؛ از طرفی دامنه کاربرد این روشها به سبب پیچیدگی طبیعت رودخانه ها و گوناگونی عوامل مؤثر در پدیده انتقال
رسوب محدود م ی باشد و نتایج بدست آمده اغلب دارای دامنه نوسان زیادی است . در این مقاله شبکه عصبی مصنوعی به عنوان روشی مؤثر جهت تخمین مقدار ر سوب معلق بکار گرفته شده است . شبکه ای با ساختار و آموزش مناسب و داده های کافی قادر است تأثیرات مخفی و ارتباط بین دبی آب ودبی
رسوب را بدون استفاده از روابط اختصاصی و معادلات انتقال فراگیرد .پس از طرح و آموزش شبکه کاربرد این مدل محاسباتی در برآورد
رسوب برای ی کی از رودخانه های کشور بررسی شده و نتایج حاصل از آن با روش متداول تخمین رسوب(برازش منحنی توانی بر داده های آماری دبی
رسوب ) مقایسه شده است. نتایج این مقایسه نشان دهنده بهبود قابل توجهی در دقت تخمین
رسوب و کارآیی این روش میباشد.