تعیین متغیرهای هیدرولوژی از دید ایمنی، جنبه اقتصادی طرح و عملکرد سازه های هیدرولیکی از اهمیت ویژه ای برخوردار است. یکی از متغیرهای مهم در این زمینه دبی جریان است که اندازه-گیری دائمی آن در ایستگاه های هیدرومتری مخصوصاً در مواقع سیلابی غالباً پر هزینه و مشکل می باشد. در این تحقیق رابطه دبی-اشل با استفاده از آمار دبی و اشل سال آبی 91-1390 ایستگاه هیدرومتری تنگه لاویج با مساحت حدود 10400 هکتار واقع در استان مازندران تهیه گردید. برای مدل سازی رابطه دبی-اشل مدل های ریاضی و هوشمند متعددی توسعه یافته و مورد استفاده قرار گرفته است. در این تحقیق روش های شبکه عصبی مصنوعی، سیستم استنتاج عصبی-فازی تطبیقی، منطق فازی و رگرسیون با ترکیب های مختلف ورودی اشل و رابطه دبی-اشل مرسوم برای مدل سازی رابطه دبی-اشل استفاده شد. نتایج نشان داد که روش های هوش مصنوعی نسبت به رگرسیون و رابطه دبی-اشل مرسوم برتری داشته و سیستم استنتاج عصبی-فازی تطبیقی به-عنوان برترین روش مدل سازی رابطه دبی-اشل می باشد. با توجه به نتایج مرحله آزمون سیستم استنتاج عصبی-فازی تطبیقی با تفکیک شبکه ای، مناسب ترین رابطه دبی-اشل با سه متغیر ورودی اشل همان روز، اشل یک روز قبل و اشل دو روز قبل با ضریب کارایی 96/0، ضریب تعیین 98/0 و ریشه میانگین مربعات خطا 065/0 متر مکعب در ثانیه ارزیابی شد.