ارائه راهکاری مناسب جهت برآورد دقیق بار معلق رودخانه ها در پروژه های آبی، مهندسی رودخانه و آبیاری کاربردهای فراوانی دارد. به دلیل تأثیر پارامترهای مختلف بر انتقال رسوبات در رودخانه ها، تعیین معادلات حاکم بر آن مشکل بوده و مدلهای ریاضی نیز در این راستا از دقت کافی برخوردار نیستند. امروزه استفاده از سیستمهای هوش مصنوعی به عنوان راهکاری جدید در تحلیل مسائل آبی، گسترش یافته است. در تحقیق حاضر منطق فازی- عصبی و شبکه های عصبی، برای تعیین میزان رسوبات معلق رودخانه مهاباد به کار برده شده و با استفاده از داده های دبی و رسوب، مدل های مختلف و منحنی سنجه رسوب، برای رودخانه مورد مطالعه تهیه گردیده است و به منظور تعیین بهترین ترکیب بین داده های دبی و رسوب در تخمین میزان رسوبات معلق، چهار مدل مختلف مورد بررسی قرار گرفته و بهترین مدل تعیین می گردد . به منظور صحت سنجی و مقایسه کارایی روش های مختلف مورد استفاده در تحقیق برای تخمین میزان رسوبات با یکدیگر، از اطلاعات اندازه گیری شده رسوب رودخانه مورد مطالعه و معیارهای ارزیابی خطا ازجمله mse و rmse استفاده گردیده است . از اطلاعات دبی و رسوب روزانه ایستگاه رسوب سنجی بیطاس و کوتر به عنوان مورد مطالعاتی استفاده شده است . نتایج این تحقیق حاکی از دقت و برتری قابل ملاحظه مدل تطبیقی عصبی-فازی نسبت به سایر روش های مورد مطالعه می باشد .