رامین رستمی - استادیار گروه عمران، دانشگاه آزاد اسلامی واحد میاندوآب، میاندوآب، ایران
فرید فرهودی - دانشجوی کارشناسی ارشد عمران آب، دانشگاه آزاد اسلامی واحد مراغه، مراغه، ایران

آب های سطحی همواره به عنوان یکی از منابع مهم و عمده تأمین آب شرب و کشاورزی مطرح بوده است. دشت زرینه رودنیز به عنوان یکی از دشت های مهم کشاورزی ایران، استفاده از آبهای سطحی و زیرزمینی را به عنوان مهمترینمنابع تولید اب شیرین در پیش رو دارد. در همین زمینه پیش بینی نوسانات دبی آب های سطحی این دشت می تواند کمک شایانی به برنامه ریزی و تصمیم گیری های بعدی، جهت تأمین درازمدت آب شرب، کشاورزی و صنعت نماید. در این تحقیق هدف تخمین دبی های ماهانه در حوضه رودخانه زرینه رود با استفاده از شبکه عصبی مصنوعی می باشد. روش شبکه عصبی مصنوعی یکی از روش های هوشمند می باشد که با استفاده از ارتباط ذاتی داده ها، روابط غیرخطی بین آنها را یاد گرفته و نتایج را برای بقیه حالت ها تعمیم می دهد. به منظور آموزش مدل، از اطلاعات ایستگاه هیدرومتری ساری قمیش و ایستگاه های هواشناسی موجود در منطقه استفاده شد. برای این تحقیق 60 مدل شبکه ساخته و با استفاده از تحلیل خطا و ضریب رگرسیون، بهترین توپولوژی برای شبکه انتخاب شد. نتایج نشان داد که انتخاب تعداد گره، نوع تابع آموزشی و تعداد لایه پنهان بر میزان دقت پیش بینی مؤثر می باشد.

آب سطحی، شبکه عصبی، پرسپترون چندلایه، شبکه پیشخور عمومی، شبکه توابع شعاعی