علی کهریزی - دانشجوی کارشناسی ارشد منابع آب ، گروه مهندسی آب ، واحد کرمانشاه ،  دانشگاه آزاد اسلامی ، کرمانشاه ، ایران
فریبرز یوسفوند - گروه مهندسی آب ، واحد کرمانشاه ،  دانشگاه آزاد اسلامی ، کرمانشاه ، ایران
بهروز یعقوبی - گروه مهندسی آب ، واحد کرمانشاه ،  دانشگاه آزاد اسلامی ، کرمانشاه ، ایران
سعید شعبانلو - گروه مهندسی آب ، واحد کرمانشاه ،  دانشگاه آزاد اسلامی ، کرمانشاه ، ایران

تبدیل جریان فوق بحرانی به جریان زیر بحرانی به عنوان پرش هیدرولیکی تعریف می شود . معمولا پرش هیدرولیکی در داخل حوضچه های آرامش و بعد از سرریز های اوجی به وقوع می پیوندد . تعیین طول غلتاب پرش هیدرولیکی یکی از پارامترهای مهم در طراحی حوضچه های آرامش محسوب می شود. در این مطالعه با استفاده از روش ماشین آموزش نیرومند خود تطبیقی (SAELM) طول غلتاب پرش های هیدرولیکی بر روی بستر های زیر مدل سازی می شود. به همین منظور در ابتدا پارامترهای تاثیرگذار بر رویی طول غلتاپ شناسایی می گردد. با توجه به پارامترهای موثر ۴ مدل مختلف (SAELM) معرفی می گردد. با تجزیه و تحلیل نتایج مدلسازی ، مدل برتر معرفی می شود. مدل برتر طول غلتاب پرش هیدرولیکی را برحسب عدد فرود ( F۱) ،  نسبت اعماق مزدوج ( h۲/h۱ ) و نسبت زبری بستر به عمق جریان در بالادست پرش هیدرولیکی ( KS/h۱ ) مدل سازی می کند.  برای مدل برتر مقادیر آماری خطای مجذور مربعات (SAELM) ، میانگین قدر مطلق درصد خطا ( MAPE ) و ضریب همبستگی به ترتیب برابر ۱/۷۲۰ و ۶/۳۶۹ و ۰/۹۶۹به دست آمده است.

هوش مصنوعی ، پرش هیدرولیکی ، طول غلتاب ، ماشین آموزش نیرومند خود تطبیقی