برآورد مقدار بار رسوبی که یک جریان مشخص، قادر به حمل آن است یکی از موضوعات اصلی تحقیقات رسوب میباشد. بنابراین برای انتخاب مناسب ترین فرمول، نیاز به ارزیابی معادلات برآورد رسوب برای رودخانه های مورد نظر می باشد. در این راستا ارزیابی معادلات برآورد رسوب در ایستگاههای آبسنجی: بابارود، بند، پل بوکان، پل قشلاق، تپیک، داشبند _ بوکان، دره پنبه دان، دیزج، صفاخانه و قبقبلو مورد مطالعه قرار گرفت است. در این تحقیق از 11 فرمول رایج برای برآورد انتقال رسوب در ایستگاههای فوق الذکر استفاده گردیده است. این فرمولها عبارتند از:1-میر-پیتر و مولر 2-اینشتین 3-بگنولد 4-انگلوند و هانسن 5-آکرز و وایت 6-یانگ 7-فان راین 8-وایف 9-ساماگا 10-فاضل 11-بگ با توجه به اینکه محاسبه دبی رسوب بر اساس روش های ذکر شده بصورت دستی بسیار وقت گیر وطولانی بوده، یک مدل کامپیوتری تهیه شد. درادامه، با آموزش از شبکه عصبی مصنوعی جهت برآورد بارکل رسوبی با استفاده از داده های صحرائی استفاده شده است. نتایج حاصل از این قسمت نشان می دهد که از شبکه عصبی نیز می توان به عنوان یک ابزار قدرتمند در تعیین بار رسوبی در رودخانه ها استفاده نمود. با توجه به ارزیابی معادلات رسوب و شبکه عصبی نتایج زیر بدست آمد: 1- نتایج حاصل از نرم افزار شبکه عصبی نشان می دهد که شبکه عصبی پرسپترون چند لایه با الگوریتم پس انتشار خطا، در ایستگاه صفاخانه رودخانه ساروق چای با ورودی دبی و سطح مقطع و خروجی دبی رسوب با 59 نرون در لایه پنهان و ضریب همبستگی 0/99 و rmse 1/007 بهترین نتیجه را در بین ایستگاه ها داشته است. 2- با توجه به نتایج معادلات رسوب ، از بین روابط، روش بگنولد با نسبت اختلاف (r) 44 درصد در بازه 0/5 الی 2 در ایستگاه بابارود برآورد نسبتاً خوبی داشته است. واژه های کلیدی: بار کل، شبکه پرسپترون چند لایه، شبکه عصبی مصنوعی، نسبت اختلاف (r).