آب زیرزمینی یک منبع بسیار مهم تأمین آب شیرین مورد نیاز جهت مصارف کشاورزی، شرب و صنعت در تمام جهان می باشد و در مناطق خشک و نیمه خشک که محدودیت هایی برای منابع دیگر وجود دارد از اهمیت ویژه ای برخوردار است. دشت فیروزآباد یکی از دشتهای مستعد برای کشاورزی در استان فارس می باشد که با توجه به خشکسالی و گسترش همزمان چاههای بهره برداری در سالهای اخیر روند نزولی سطح آب از سال 1378 شروع شده و همچنان ادامه دارد، چنانکه به علت افت سطح آب و بیلان منفی، بهره برداری از منابع آب زیرزمینی محدوده مطالعاتی فیروزآباد ازسال1381 ممنوع شده است. در این تحقیق از شبکه های عصبی که قدرت زیادی در شبیه سازی سیستمهای پیچیده دارند برای پیش بینی سطح ایستابی چاههای منتخب استفاده شده است. برای این منظور 32 چاه مشاهده ای موجود در دشت با استفاده از روش دسته بندی فازی در 3 گروه دسته بندی شده و از هر دسته 1 چاه به عنوان نمونه انتخاب و فرآیند پیش بینی برای آن انجام شده است. اطلاعات موجود در زمینه بارندگی، تبخیر از دشت، میزان رطوبت نسبی و دبی رودخانه فیروز آباد به عنوان اطلاعات اولیه مورد استفاده قرار گرفت. پس از تعیین میزان همبستگی این داده ها با سطح ایستابی، داده های مناسب به عنوان ورودی شبکه عصبی انتخاب و بهترین ساختار و الگوریتم برای شبکه عصبی استخراج و جهت پیش بینی سطح ایستابی استفاده شده است. نتایج به دست آمده نشان می دهد که شبکه های عصبی مصنوعی توانایی خوبی جهت پیش بینی نوسانات سطح ایستابی در ماههای آینده دارند که هرچه این افق پیش بینی طولانی تر شود از دقت نتایج نیز کاسته می شود. ضمناً در شرایط استفاده از داده های ناکافی و کم دقت توانایی شبکه جهت پیش بینی کاهش قابل توجهی را نشان داد. در این تحقیق پیش بینی سطح ایستابی چاه مشاهده ای نجف آباد با سطوح ایستابی عمیق بهترین نتایج را داشته و پیش بینی تا 6 ماه آینده انجام شده است که برای ماه اول میزان rmse برابر 59/0 و برای ماه ششم برابر 29/1 متر بدست آمده است و بدترین نتایج مربوط به چاه مشاهده ای پلیس راه بوده است که دارای داده های با خطای زیاد بوده و مقدار rmse در ماه اول 1/1 و در ماه دوم پیش بینی برابر 58/1 بوده است.