ویژگی های متعدد و منحصر به فرد گاز طبیعی نسبت به دیگر فرآورده های نفتی باعث ایجاد جایگاه ویژه و قابل توجهی در سبد انرژی مصرف کنندگان جهان شده و کسب درآمدهای ارزی برای کشور از طریق صدور این کالای استراتژیک، بر جذابیت آن می افزاید. هدف این تحقیق ارائه مدلی جهت پیش بینی قیمت گازطبیعی با استفاده از شبکه های عصبی و منطق فازی با دقت بالا و قابل قبول می باشد. برای مدل سازی با روش های شبکه های عصبی در این تحقیق، شبکه های mlp با یک و دو لایه پنهان و شبکه عصبی rbf مورد استفاده قرار گرفت. علاوه بر آن مدل شبکه عصبی- فازی نیز مورد استفاده قرار گرفت که هر کدام به ترتیب با 92/0، 95/0، 96/0 و 97/0 دقت قادر به پیش بینی قیمت گاز بوده اند. متغیرهای تاثیرگذار در این تحقیق، قیمت نفت خام، قیمت نفت حرارتی، دمای هوا، تولید و مصرف گاز طبیعی و قیمت آتی نفت و گاز طبیعی انتخاب شده اند. با توجه به شاخص های سنجش مدل بهترین نتیجه توسط مدل شبکه عصبی- فازی با دقت 97% حاصل گردید. همچنین، عوامل تاثیرگذار بر قیمت گاز طبیعی بازار آمریکا مورد بررسی قرار گرفت و نتایج نشان داد قیمت آتی گاز طبیعی، قیمت نفت حرارتی و دمای هوا بیشترین تاثیرگذاری بر روی قیمت گاز را داشته اند.