چکیده جریان رودخانه ها یکی از مهمترین مولفه های چرخه ی هیدرولوژیکی هستند که هر تغییر در آن می تواند بر دیگر قسمت های چرخه و همچنین بر روی تمام سازه های ساخت بشر مرتبط با آن اثر بگذارد. پیش بینی دقیق دبی برای طراحی و ساخت سازه های هیدرولیکی نظیر سدها، آب-بندها، کانال ها و پل ها بسیار ضروری و مهم است. در این تحقیق، برای پیش بینی دقیق دبی سیلاب از دو روش، رگرسیون خطی پایه موجکی (wr) و سیستم استنتاج فازی-عصبی تطبیقی پایه موجکی (wanfis)، استفاده شده است. مدل wr از ترکیب دو روش، انتقال گسسته ی موجک و رگرسیون خطی، بدست می آید. همچنین مدل wanfis، از ترکیب دو روش، انتقال گسسته ی موجک و سیستم استنتاج فازی-عصبی تطبیقی، حاصل می شود. داده-های دبی روزانه ی ایستگاه رودخانه ی پلرود در استان گیلان در شمال ایران به عنوان ورودی به این مدل ها اعمال شده است. نتایج بدست آمده از هر دسته از مدل ها با استفاده از شاخص های آماری rmse، mae، r2 و se با یکدیگر مقایسه شدند. همچنین، نتایج مقایسه آشکار می کند که، مدل هایی که در پیش پردازش داده های دبی ورودی آن ها از انتقال گسسته ی موجک استفاده شده است، نسبت به مدل هایی که داده های دبی ورودی آن ها بدون پیش پردازش با استفاده از انتقال گسسته ی موجک مورد استفاده قرار گرفته است، دقت بیشتری دارند. با توجه به شاخص های آماری، می توان گفت مدل های wanfis عملکرد نسبتا بهتری را نسبت به مدل های wr نشان می دهند، هرچند در شبیه سازی هیدروگراف جریان هر دو مدل به یکدیگر خیلی نزدیک هستند. واژه های کلیدی: دبی جریان، رگرسیون خطی پایه موجکی، رودخانه ی پلرود، سیستم استنتاج عصبی-فازی پایه موجکی، مدل سازی و پیش بینی.