پیش بینی نیاز آب مصرفی در روزهای آینده ضرورتی اجتناب ناپذیر درمدیریت بهینه منابع آب و شبکه های توزیع آب شرب به شمار می آید. اتخاذ تصمیمات مدیریتی نظیر سیاست های جیره بندی آب، میزان برداشت بهینه آب از چاه ها و مخازن و زمان بندی مناسب برای پمپاژ آب مستلزم پیش بینی مصرف آتی آب می باشد. در سالیان اخیر شبکه های عصبی مصنوعی، ابزاری مناسب و دقیق در تعیین و استخراج نگاشت های غیرخطی پیچیده محسوب می گردد. عملکرد این شبکه ها مبتنی بر تجربه گذشته، یادگیری و تعمیم آن به آینده می باشد. هدف از این تحقیق پیش بینی نیاز روزانه آب شرب شهرستان دیواندره در استان کردستان با استفاده از شبکه های عصبی مصنوعی می باشد. بدین منظور، شبکه های استاتیکی MLP و شبکه های دینامیکی RNN و PRNN بسط و نتایج آنها با هم مقایسه گردید. از روش "تحلیل سلسله مراتبی" برای اولویت بندی شبکه ها و انتخاب مناسب ترین مدل استفاده شد. نتایج حاصل از تحقیق نشان داد که مدل شبکه عصبی با دو پارامتر ورودی "متوسط مصرف 2 روز قبل" و "مصرف هفته قبل"، مقدار نیاز روزانه آب شرب را با دقت بالاتری پیش بینی می نماید.
