از عمده دغدغه های هیدرولوژیست ها تخمین سیلاب جهت کنترل و جلوگیری از خسارات جانی و مالی مربوط به آن می باشد . یکی از بهترین روش های پیش بینی سیلاب طرح تحلیل منطقه ای سیل است . آنالیز منطقه ای عمدتاً به عنوان ابزاری جهت انتقال اطلاعات ایستگاه های اندازه گیری به مناطق فاقد ایستگاه مورد استفاده قرار می گیرد . علاوه بر این آنالیز منطقه ای جهت کنترل اطلاعات مناطق دارای ایستگاه نیز به کار می رود . کاربرد کلاسیک آنالیز منطقه ای ، آنالیز فراوانی منطقه ای است . در آنالیز منطقه ای بین مساحت حوضه و سایر مشخصه های فیزیوگرافی آن و حداکثر دبی لحظه ای معادله ای برقرار می گردد . در این پروژه با استفاده از شبکه های عصبی مصنوعی مدلی جهت برآورد سیلاب به صورت تابعی از خصوصیات حوضه ارائه می گردد که قابلیت تخمین سیلاب با دقت مناسب را دارد . در تلاش برای طراحی آنالیز و کنترل رفتار سیستم ها (ساخت بشر یا طبیعت) مهندسین ابتدا بایستی قادر به مدل نمودن و پیش بینی رفتارهای پیچیده ی آن ها باشند . رفتار تعداد زیادی از این سیستم ها ، با روابط دورنی چند متغییره ی غیر خطی و غالباً مجهول که اکثراً در طول زمان تغییر می کنند و همراه با خطا اتفاق می افتد و نیز در محیط فیزیکی کمتر قابل کنترل می باشند ، توأم هستند . در چند سال اخیر ، محققین علوم با استفاده از روش های معمول ، تلاش وسیعی را برای به کارگیری پتانسیل شبکه های عصبی مصنوعی(Artificial Neural Networks) ، به عنوان وسیله ای برای مدل کردن سیستم های مهندسی آغاز کرده اند ، زیرا یکی از ویژگی های مهم ANNs استفاده ی مستقیم از تجارب موجود برای بررسی مسئله ی مورد نظر است .
