مدل سازی فرایند بارش - رواناب همواره به عنوان یکی از ضرورت ها در مطالعات هیدرولوژیک مطرح بوده است. در این راستا، استفاده از روش های نوین مدل سازی جهت بسط مد ل های دقیق تر مورد توجه روزافزون محققین قرارگرفته است. امروزه شبکه های عصبی مصنوعی، به عنوان یک روش کارا و دقیق، کاربرد وسیعی در مدل سازی پدیده های هیدرولوژیکی پیدا نوده است. شبکه عصبی مصنوعی یک روش مبتنی بر داده است که در تقریب روابط غیرخطی و پیچیده بسیار قدرتنمند عمل عمل می نماید. عملکرد این شبکه ها مبتنی بر تجربه گذشته، یادگیری و تعمیم آن به آینده می باشد. هدف از این تحقیق بسط مدل های هوشمند بارش - رواناب برای حوضه آبریز راوند شهرستان اسلام آباد غرب در استان کرمانشاه با استفاده از روش شبکه عصبی مصنوعی می باشد. در این تحقیق از شبکه پرسپترون چند لایه، بازگشتی و بازگشتی جزئی به ترتیب برای بسط مدل های هوشمند استاتیکی و دینامیکی پیشنهادی استفاده گردید. همچنین از پارامترهای هواشناسی روزانه بارش، تبخیر، رطوبت نسبی و ترکیبات آنها به عنوان ورودی مدلهای مذکور بهره گرفته شد. نتایج نشان داد که روش شبکه عصبی مصنوعی کارایی بالایی در پیش بینی دبی میانگین روزانه رواناب در حوضه آبریز راوند اسلام آباد غرب دارد. نتایج همچنین نشان داد که در مدل های هوشمند مبتنی بر بارش پیشنهادی، مدل شبکه عصبی مصنوعی بازگشتی مقدار دبی میانگین روزانه رواناب در حوضه آبریز راوند اسلام آباد غرب را با دقت بالایی پیش بینی می نمایید.
