به منظور جلوگیری از نفوذ آب در بسیاری از سازه های زیرزمینی و زمینی باید لایه های مناسب نفوذ ناپذیر طراحی و اجرا شوند همچنین تامین آب سالم برای مصارف خانگی کشاورزی و صنعتی از مسایل روز در سراسر دنیا است منابع ذخیره آب باید در مخازن سدها و کانال های آبرسانی با حداقل تلفات ممکن حفظ شود بعلاوه مساله دفع زباله های جامد امروزه گریبانگیر اکثر جوامع شهر است. در مراکز دفن زباله برای جلوگیری از نفوذ شیرابه ها به خاک و آلوده شدن منابع آب و خاک باید از لایه های مناسب نفوذ پذیر در زیر و روی هر لایه زباله استفاده شود در همه این موارد در صورت در دسترس بودن مصالح مناسب در محل استفاده از مصالح خاکی برای کنترل تراوش خاک نسبت به سایر روش های در اولویت است.در مورد استفاده از قانون دارسی برای مطالعه حرکت آب در خاک در محدوده جریان های آرام بین محققین اجماع و جود دارد با این حال با توجه به متغیر بودن ضریب نفوذ پذیری دارسی و وابسته بودن آن به پارامترهای خاک تلاش های زیادی برای تعیین این پارامتر صورت گرفته است در کنار روش های آِزمایشگاهی و در محل متعدی که برای اندازه گیری مستقیم ضریب نفوذ پذیری محققین ارایه شده است در مطالعه حاضر سعی شده است با استفاده از شبکه های عصبی مصنوعی نفوذپزیری خاک پیش بینی شود به این منظور خاک ها به سه دسته تقسیم شده اند خاک های ریزدانه متراکم شده خاک های ریزدانه غیر متراکم و خاک های درشت دانه برای هر یک از این گروه ها با توجه به پارامترهای مربوط به همان گروه خاک مدل های جداگانه برای پیش بینی نفوذپذیری معرفی شده است در انجام این مطالعه به منظور مدلسازی عصبی از نرم افزار statistica neural network استفاده شده است و دو سری داده benson و unsoda بعنوان نمونه های مورد استفاده در آموزش و آزمایش شبکه ها بکار رفته است