.در این مطالعه برای یک دوره 10 ساله (1388-1378)، بارش با استفاده از داده های تاریخی بارش در زیرحوزه های اسکندری و قلعه شاهرخ واقع در بالادست حوزه آبخیز سد زاینده رود با استفاده از سیستم استنتاج فازی-عصبی (anfis) و شبکه های عصبی مصنوعی (anns) پیش بینی شده است. همچنین بهترین ترکیب ورودی به منظور پیش بینی بارش، با استفاده از الگوریتم ژنتیک مشخص شده است.سپس دبی رواناب تولید شده ناشی از بارش پیش بینی شده و بارش مشاهده شده با استفاده از مدل مفهومی هیدرولوژیکی mike11/nam شبیه سازی شده و با یکدیگر مقایسه شدند. نه پارامتر اصلی مدل nam برای زیرحوزه های اسکندری و قلعه شاهرخ کالیبره شده است. نتایج نشان می دهد که مدل anfis بهتر از سایر مدل ها می تواند بارش را در منطقه پیش بینی کند. مدل nam دبی پایه را با دقت بیشتری در هر دو منطقه شبیه سازی می کند. در این مطالعه، ضریب کارآیی مدل nam در شبیه سازی رواناب بر اساس بارش مشاهده ای 7/0 و بر اساس بارش پیش بینی شده برابر با 58/0 در زیرحوزه اسکندری می باشد. همچنین ضریب کارآیی این مدل در زیرحوزه قلعه شاهرخ در شبیه سازی رواناب بر اساس بارش مشاهده ای و بارش پیش بینی شده به ترتیب برابر با 86/0 و 84/0 می باشد.