مدل سازی بارش رواناب یکی از پراهمیت ترین موضوعات در مدیریت منابع آب های سطحی برای اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشک سالی ها است. در این تحقیق از مدل های شبکههای عصبی مصنوعی، برنامهریزی بیان ژن، موجک -عصبی و حداقل مربعات ماشین بردار پشتیبان به منظور تخمین جریان روزانه رودخانه دره رود استفاده شد. داده های دبی و بارش روزانه ایستگاه مشیران واقع بر رودخانه مذکور و در بالادست سد عمارت بهکار گرفته شد. نتایج نشان داد که الگوی تعریف شده بر اساس دبی روز قبل و بارش همان روز میتواند بهترین برآورد را از رواناب روزانه داشته باشد. همچنین نتایج بیانگر عملکرد قابل قبول مدل ها و برتری مدل موجک عصبی با بیشترین ضریب همبستگی و کمترین ریشه میانگین مربعات خطا در مرحله صحتسنجی بود. در برآورد دبی بیشینه نیز مدل مذکور، از خطای کمتری نسبت به سایر مدلها برخوردار بود
