kal河的ANN和模糊逻辑算法％T预测径流和沉积物，印度％9文章％d％J当前世界环境％R 10.12944 / CWE.11.3.25％P 892-906％V 35％N 38％Uwww.cwwejournal.org/article/957/％8 - 9月10,2016％x -抽象的：开发了ANN和模糊逻辑（FL）模型，以预测kal河流域的径流和沉积物，印度在Metlab 2.9b Witting支持Nntool。模型的输入被用作每日降雨，蒸发，温度和一天，并为径流建模拖曳日滞后径流。虽然，对于沉积物产量，在日常降雨中使用的ANN和模糊逻辑模型中的建模输入，一个和两天径流。21岁（1991年至2011年）的输入数据在目前的每年都考虑了每天的研究。在制定模型的14岁（1991年至2004年），而休息7年（2005年至2011年）用于验证模型。在沉积物产量建模中，7年（2003年至2009年）数据用于制定和验证模型。模型性能由标准统计指标如R，RMSE，EV，CE和MAD评估。有发现随着输入向量增加，ANN模型性能提高。在ANN模型中的发育阶段和验证阶段，在ANN模型中的R值良好地进行模糊逻辑模型，以预测径流和沉积物产量的验证阶段。因此，FL模型在预测KAL河流的径流和沉积物的预测中更优越。 %0 - Journal Article %I - %@ - 0125-895