نفوذ یکی از مهمترین ویژگی های فیزیکی خاک است که اندازه گیری مستقیم آن دشوار، زمان بر و پرهزینه می باشد. هدف از این پژوهش مقایسه کارایی الگوریتم های مختلف شبکه عصبی مصنوعی جهت تخمین شدت نفوذپذیری خاک است. بدین منظور، در 100 نقطه در منطقه دهگلان استان کردستان نفوذپذیری خاک اندازه گیری شد. ویژگی-های فیزیکی عنوان ویژگی های زودیافت اندازه گیری شده و برای برآورد شدت نفوذپذیری خاک استفاده شد. داده ها به دو سری آموزشی (70 درصد داده ها) و آزمون (30 درصد داده ها) تقسیم شدند. نتایج ارزیابی مدل ها بر اساس شاخص های ریشه میانگین مربعات خطا نشان داد که الگوریتم های آموزشی Conjugate Gradient دارای بالاترین دقت در تخمین نفوذپذیری در مقایسه با الگوریتم هایMomentum و Delta-Bar-Delta می باشد.