Estimation of suspended sediment amounts carried in natural strems by using artificial intelligence methods is an important subject of hydraulic engineering. The amount of carried suspended sediment is a significant criterium for projects and design of water constructions and the correct estimation of sediment is an important factor to determine or estimate the economical life of water construction. Estimation of suspended sediment amounts which is important for hydroelectric power stations is also important for the aqua life continuity and its effects on various fields in which the water used.The artificial inteligence methods have been widely used to estimate suspended sediment amounts natural. In this study ANN and fuzzy logic based models were developed to estimate suspended sediment amounts. Four types of artificial ıntelligence methods were used. These were multilayer perceptron (MLP) ,radial basis neural network( RBNN) , a generalized regression neural Networks (GRNN) and ANFIS. Four different types of code were written in MATLAB language for developing AI models. Levenberg-Marquardt optimisation algorithm , which was faster than the others, was used for calibration of MLP methods. In the application monthly stream flow and suspended sediment data of Diyarbakır and Dicle Stations on Dicle River and Kemahboğazı Station on Fırat River which are operated by General Directorate of Electrical Power Resources (EIE) were used. The AI methods , were also compared with rating curves used by EIE., Root mean square error (RMSE) and correlation coefficient (R) statistics were used as comparison criteria.Keywords: Suspensed sediment estimation, artificial neural networks, fuzzy logic, rating curves.

Doğal akarsularda taşınan katı madde miktarının tahmin edilmesi hidrolik mühendisliğinde önemli konulardan biridir. Taşınan katı maddenin miktarı su yapılarının proje ve tasarımında önemli bir kıstas olup doğru ya da gerçeğe en yakın tahmin inşa edilecek su yapısının ekonomik ömrünün belirlenmesinde ya da ekonomik ömür biçilmesinde önemli bir faktör olarak görülmektedir. Barajlar için önemli bir faktör olan katı madde tahmini, bunun yanı sıra akarsu taşımacılığı, sudaki hayatın devamlılığı ve suyun kullanıldığı diğer bütün alanlara olan çeşitli etkileri açısından oldukça önemlidir.Katı madde miktarının tahmini için yapay zekâ metotlarının kullanımı giderek yaygınlaşmıştır. Bu çalışmada aylık katı madde miktarının tahmini için yapay sinir ağlarına dayalı modeller geliştirilmiştir Dört farklı yapay zekâ yöntemi kullanılmış olup bunlar; Çok katmanlı yapay sinir ağları(ÇKYSA) ,radyal tabanlı yapay sinir ağları(RTYSA),genelleştirilmiş regresyon yapay sinir ağları(GRYSA) ve ANFIS' tir. Yapay zeka modellerinin geliştirilmesi amacıyla MATLAB programlama dilinde dört farklı kod hazırlanmıştır. ÇKYSA yönteminin kalibrasyonu için diğer algoritmalara göre daha hızlı olan Levenberg-Marquardt optimizasyon algoritması kullanılmıştır. Uygulamalarda Elektrik İşleri Etüt İdaresi (EİE) tarafından işletilen Dicle nehri üzerindeki Diyarbakır ve Cizre İstasyonları ve Fırat Nehri üzerinde kurulu olan Kemahboğazı istasyonu'na ait aylık akış ve askı maddesi verileri kullanılmış ve Elde edilen sonuçlar birbirleriyle karşılaştırılmıştır.Karşılaştırma kriteri olarak karekök ortalama karesel hata (KOKH) ve korelasyon katsayısı (R) istatistikleri kullanılmıştır.Anahtar Kelimeler: Askı maddesi tahmini, yapay sinir ağları,bulanık mantık,anahtar eğrisi.