امیرحسین اسدیانی یکتا - دانشجوی دکتری مهندسی عمران‐ آب و عضو هیئت علمی دانشگاه آزاد همدان
فواد سلطانی - دانشجوی کارشناسی ارشد مهندسی عمران‐آب دانشگاه تهران

در این تحقیق قابلیت مدلهای تطبیقی عصبی‐ فازی و شبکه عصبی مصنوعی در پیشبینی میزان دبی رودخانه با یکدیگر مقایسه شدهاند. با استفاده از اطلاعات دبی، بارش، ذوب برف و درجه حرارت مدلهای مذکور، آموزش دیده و سپس مورد آزمایش قرار گرفتند. در این تحقیق به منظور تعیین بهترین ترکیب بین دادههای دبی و دیگر پارامترهای هیدرولوژیکی جهت تخمین دبی، دو سناریو مختلف مورد بررسی قرار گرفته و بهترین سناریو تعیین گردید. به منظور صحت سنجی و مقایسه کارایی سناریوها و روشهای مختلف مورد استفاده در تحقیق برای تخمین میزان دبی با یکدیگر، از اطلاعات اندازهگیری شده حوضه آبریز زایندهرود و معیارهای ارزیابی خطا ازجمله MAE و RMSE، MSE استفاده گردیده است. نتایج این تحقیق حاکی از دقت و برتری قابل ملاحظه مدل تطبیقی عصبی‐ فازی نسبت به مدل شبکه عصبی مصنوعی میباشد

پیش بینی دبی، مدل تطبیقی عصبی‐ فازی، شبکه عصبی مصنوعی