هر ساله هزاران تن خاک مناسب و با ارزش از سطح حوزه های آبخیز فرسایش می یابد و قسمتی از آن به صورت رسوبات معلق وارد شبکه هیدروگرافی می شود و از حوزه خارج می شود. یکی از نیازهای طراحی در پروژه های آبخیزداری و حفاظت آب و خاک، برآورد رسوبات معلق است. برای برآورد رسوبات معلق از مدل های مختلفی استفاده می شود. مدل ارائه شده مدلی برای برآورد رسوبات معلق می باشد. این مدل بر اساس شبکه عصبی مصنوعی ساخته شده و برای حوزه آبخیز حیدرآباد واقع در استان کرمانشاه استفاده شده است. انجام این تحقیق مبتنی بر جمع آوری و استفاده از داده های ایستگاه های هیدرومتری و هواشناسی بوده که ایستگاه هیدرومتری واقع در خروجی می باشد. بعد از بررسی صحت و پالایش داده ها، طول دوره آماری و تعداد داده های انتخاب شده به ترتیب برابر با 21 سال (1385-1364) و 223 داده است. از این میزان داده، 80% آن برای آموزش شبکه عصبی مصنوعی و 20% آن برای آزمون استفاده شده است. متغیر های ورودی مدل شامل دبی آب متناظر (همزمان با برداشت رسوب)، میانگین بارندگی 5 روزه و میانگین دبی 3 روزه می باشد. متغیر خروجی تنها شامل یک عامل یعنی دبی رسوب بوده است. تابع تبدیل متغیرهای ورودی به متغیرهای خروجی توسط روش شبکه عصبی مصنوعی از نوع تغذیه به جلو می باشد. ساختمان شبکه عصبی مورد استفاده شامل یک لایه ورودی، دولایه پنهان و یک لایه خروجی است. میزان عملکرد روش شبکه عصبی مصنوعی به وسیله پنج پارامتر آماری بررسی شده است. ضریب همبستگی که از فاز آزمون مدل شبکه عصبی و منحنی سنجه رسوب بدست آمده به ترتیب برابر با برابر با 91/0 و 82/0 است. مقایسه نتایج مدل شبکه عصبی با مدل سنجه رسوب حاکی از دقت بیشتر این مدل می باشد.