علی اسلامی بهروز - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد اسلامشهر
بابک بیات - استادیار گروه مهندسی عمران، واحد پرند، دانشگاه آزاد اسلامی، پرند، ایران
محمود ذاکری نیری - استادیار گروه مهندسی عمران، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران

بیش از چندین دهه تلاش برای مقابله با سیل و آسیب های آن می گذرد اما به نظر می رسد که علیرغم بهره مندی از فن آوری های نوین، هنوز عوامل ناشناخته ی فراوانی در پیش بینی سیلاب وجود دارد. درک نادرست از فرآیند پویای طبیعت و تغیرپذیری مکانی و زمانی رودخانه شرایط را برای پیش بینی دشوار نموده است. در مقاله حاضر پیش بینی سیلاب با تلفیق مدل بارش رواناب HEC-HMS و شبکه ی عصبی مصنوعی انجام گرفته است. بطوریکه مدل HEC-HMS با ایجاد واقعه های بارش مصنوعی و شبیه سازی فرآیند بارش-رواناب، داده های کافی را برای آموزش شبکه ی عصبی فراهم می نماید. نتایج مدل سازی نشان داد که شبیه سازی پدیده بارش -رواناب بوسیله شبکه عصبی پرسپترون چتد لایه با 6 لایه پنهان بهترین نتیجه را حاصل می نماید. همچنین نتایج حاصل از شبکه عصبی با نتایج حاصل از رگرسیون چند متغیره مقایسه گشت.

پیش بینی سیلاب، شبیه سازی بارش رواناب، تلفیق شبکه عصبی و HEC-HMS