برآورد سیلاب در مناطق با آمار محدود یا فاقد آمار یکی از مسائل مهم در طراحی سازه های آبی و مدیریت بهینه ی منابع آب به ویژه در مناطق خشک و نیمه خشک محسوب می گردد. در این تحقیق برای برآورد سیلاب از روش های نرو فازی تطبیقی (anfis)، شبکه عصبی مصنوعی و رگرسیون خطی چند گانه استفاده شده است. هدف از این تحقیق شناخت قابلیت مدل سازی فازی و همچنین توانایی آموزش شبکه عصبی مصنوعی در برآورد سیلاب است. در این پژوهش، تحلیل فراوانی سیلاب در حوزه آبخیز کارون شمالی با روش منطقه ای انجام شده است. ابتدا 14 ایستگاه آب سنجی با حداقل 10 سال آمار انتخاب و پس از باز سازی چند سال آمار برای بعضی از ایستگاه ها پایه آماری مشترک 16 سال انتخاب گردید. در ادامه با استفاده از روش سلسله مراتبی وارد، مناطق همگن تعیین گردید. سپس با استفاده از برنامه کامپیوتری hyfa و روش حداکثر درست نمایی بهترین تابع توزیع منطقه ای مشخص گردید. با استفاده از توزیع غالب لوگ نرمال سه پارامتری برای هر حوزه سیلاب با دوره بازگشت های 2، 5، 10، 20، 25، 50، و100 سال محاسبه شد. در مرحله بعد با استفاده از روش های نرو فازی، شبکه عصبی - مصنوعی و روش رگرسیون خطی چند گانه، میزان دبی سیلاب برای دوره بازگشت های مختلف بدست آمد و مقادیر برآورد شده با مقادیر واقعی از روش ریشه میانگین مربعات خطا (rmse) مقایسه گردید. نتایج نشان داد روش نرو فازی تنها در دوره بازگشت 2 سال نسبت به شبکه عصبی مصنوعی ارجح بوده هرچند نسبت به روش رگرسیون چند گانه در دوره بازگشت های2، 5، 10 و 20 سال کارایی بهتری داشته است.