امیر ملتجی - دانشجوی کارشناسی ارشد مهندسی کشاورزی-مهندسی منابع آب دانشگاه ارومیه
کیوان خلیلی - استادیار گروه مهندسی علوم آب دانشکده کشاورزی دانشگاه ارومیه
مجید منتصری - دانشیار گروه مهندسی علوم آب دانشکده کشاورزی دانشگاه ارومیه
اکبر شیرزاد - استادیار گروه مهندسی عمران دانشگاه صنعتی ارومیه

گسترش سریع استفاده از شبکه عصبی مصنوعی(ANN (بهعنوان مدل تجربی و کارآمد در علوم مختلف ازجمله هواشناسی و اقلیمشناسی نشاندهنده ضرورت ارزش بالای این مدلهاست. بهعنوان یکشبکه عصبی مصنوعی معمولی، شبکه عصبی پس انتشار(BP(تقریبا0 میتواند شبیهسازی هر عملکرد خطی پیچیده و یا ارتباط غیرخطی بدون دانستن ارتباط بین دادههای ورودی و خروجی داده را به دست آورد. بااینحال، BPدارای برخی از اشکالاتی مانند زمان محاسبات طولانی، همگرایی آهسته و آسان به برخورد کمینه موضعی است. هدف از این تحقیق ارزیابی استفاده از الگوریتم بهینه سازی (PSO (در بخش آموزش شبکه عصبی مصنوعی برای پیشبینی بارش-رواناب است. با توجه به نتایج بدست آمده و بررسی- های انجام شده، افزایش سرعت محاسبات ، افزایش دقت پیش بینی ، و همچنین افزایش همبستگی داده های خروجی نتیجه استفاده از الگوریتم بهینه سازی (PSO (است.

الگوریتم بهینهسازی PSO، شبکه عصبی مصنوعی، پیشبینی، تلفیق ، بارش-رواناب