در طول یکصد سال گذشته، علت حدود 32 درصد از تخریب های گزارش شده در سدهای خاکی، پدیده تراوش و نشت از قسمت های مختلف بوده است. از اینرو بررسی و پیش بینی تغییرات تراوش در سدهای خاکی می بایست مورد توجه قرارگیرد. جهت تحقق این امر مدل های مختلفی در زمینه تخمین تراوش مورد استفاده قرار می گیرد، پیش بینی دقیق سری زمانی و یافتن مدلی که هرچه دقیق تر بتواند تراوش را تخمین بزند انگیزه محققان برای توسعه مدل های نو و کاربردی تر در زمینه تراوش در سدهای خاکی می باشد. یکی از روش هایی که در سالهای اخیر در زمینه پیش بینی میزان تراوش مورد توجه قرارگرفته، استفاده از شبکه های عصبی مصنوعی به عنوان روشی نوین و موثر در زمینه آنالیز سری های زمانی و مدل سازی است، همچنین تلفیق منطق فازی با شبکه عصبی منجر به ساخت مدل های نوینی تحت عنوان نروفازی شده است که کارایی بالایی در مدل سازی های مختلف داشته است. تحقیق حاضر به بررسی کارایی شبکه عصبی مصنوعی در مدل سازی تراوش در سدهای خاکی می پردازد، در این پژوهش داده های تراوش سنجی سد خاکی 15 خرداد به عنوان مطالعه موردی، برای ساخت و بررسی عملکرد مدل های شبکه عصبی و نروفازی استفاده شده است، در این پایان نامه یک مدل رگرسیون چند متغیره با خروجی تراوش و با سه ورودی (شامل آورد مخزن سد، سطح مخزن و تراز مخزن) ساخته و مورد آزمایش قرارگرفت، سپس برای تعیین میزان حساسیت مدل ها به ورودی های مختلف سه مدل جداگانه با حذف ترتیبی ورودی ها، ساخته و آزمایش گردید، نتایج نشان دهنده اهمیت بالای پارامترهای ورودی با ترتیب، آورد، تراز و سطح مخزن می باشد. سپس مدل سری زمانی تراوش ساخته و به کمک آن تراوش در یک بازه یک ماهه پیش بینی و با داد های واقعی مقایسه گردید. در این پژوهش برای اولین بار از مدل های ترکیبی نروفازی در پیش بینی پدیده تراوش استفاده شده است. نتایج مقایسه های انجام شده در این مطالعه نشان دهنده برتری مدل های هیبریدی نروفازی نسبت به سایر مدل ها، در تخمین پدیده تراوش می باشد.