هدف این تحقیق ترکیب راه حل تایس و مدلهای هوش مصنوعی و همچنین مقایسه مدلهای مختلف هوش مصنوعی (شبکه های عصبی مصنوعی و منطق فازی) و کارایی این مدلها نسبت به روشهای انطباقی ترسیمی (تایس و ژاکوب) برای مدلسازی، تخمین پارامترهای آبخوان تحت فشار و نقطه انطباق بهینه است. در این تحقیق از 400 داده مصنوعی جهت آموزش استفاده شد، برای تست مدل از داده های آزمون پمپاژ واقعی چاه سفره تحت فشار واقع در شهرستان پیورا مربوط به ایالت ایلینویز استفاده شد. داده های منحنی تیپ (1/u, w(u)) بعنوان ورودی های شبکه عصبی مصنوعی و منطق فازی و ?1/u?_m بعنوان خروجی مدل انتخاب شد. در مرحله آخر تمامی مراحل فوق را جهت بدست آوردن ضرایب هیدرودینامیک آبخوان تحت فشار اعمال کردیم. سپس نتایج حاصل از روشهای هوش مصنوعی با نتایج حاصل از روشهای انطباقی ترسیمی (منحنی تیپ تایس و ژاکوب) مقایسه شده است. برای مدلسازی، داده های ورودی و هدف به دو دسته آموزش و آزمایش تقسیم شدند. به طوری که 80? داده ها برای مرحله آموزش و 20 ? داده ها برای مرحله آزمایش و validation انتخاب شد.