امروزه، پیش بینی ارتفاع امواج، جهت بهره برداری از انرژی موج، طراحی و انجام پروژه های دریایی، فعالیت های مربوط به گردشگری، حمل ونقل دریایی و شیلات و بنادر از اهمیت خاصی برخوردار است. یکی از روش های پیش بینی ارتفاع موج، استفاده از محاسبات نرم است. در این پایان نامه با استفاده از الگوریتم های شبکه ی عصبی مصنوعی پرسپترون چندلایه (MLP) و شبکه ی با تابع پایه شعاعی(RBF) و سیستم استنتاج نورو فازی تطبیقی (ANFIS) به پیش بینی ارتفاع موج برای زمان های یک، سه، شش، دوازده و بیست وچهار ساعت آینده در منطقه ی امیرآباد بهشهر پرداخته شد. به این منظور ترکیب های مختلف پارامتر های مؤثر بر ارتفاع موج شاخص به سه الگوریتم مذکور اعمال شد. برای ارزیابی عملکرد الگوریتم ها و مدل های به کاررفته از سه شاخص آماری FVU، MSE و ضریب هم بستگی(R) استفاده شد. نتایج نشان داد که ترکیب های مختلف برخی از این مدل ها دارای دقت بالاتری نسبت به بقیه می باشند. در ضمن در تمام مدل ها زمان پیاده سازی الگوریتم RBF نسبت به دو الگوریتم دیگر بیشتر شد. همچنین تأثیر سرعت برشی باد، به عنوان ورودی در پیش بینی ارتفاع موج ساعات آینده دورتر (24 ساعت) بیشتر شد. از دیدگاه شاخص های آماری محاسبه شده، هر سه الگوریتم می توانند در پیش بینی ارتفاع موج در ساعات آینده عملکرد مناسبی نشان دهند.
