یکی از عوامل اصلی تخریب پایه های پل آبشستگی می باشد که فرآیندی بسیار پیچیده است. پیچیدگی الگوی جریان حول آبشکن ها و تکیه گاه های پل و گوناگونی عوامل موثر بر آبشستگی، موجب تعدد روابط تجربی و کاهش دامنه هر یک از آنها به دلیل محدودیت شرایط آزمایشگاهی می شود. در این تحقیق امکان استفاده از شبکه های پرسپترون چند لایه (MLP) برای تخمین حداکثر عمق آبشستگی تکیه گاه های جانبی پل مورد مطالعه قرار گرفته و با نتایج بدست آمده از رابطه تجربی پیشنهادی مقایسه گردید. مقایسه نتایج سناریوهای مختلف نشان داد سناریویی که تنها از دو پارامتر و برای تخمین عمق آبشستگی در اطراف تکیه گاه پل استفاده می کند از عملکرد بهتری برخوردار است. همچنین نتایج تحلیل حساسیت نشان داد که پارامترهای و بیشترین تاثیر را در پیش بینی عمق آبشستگی تکیه گاه پل دارند.مقایسه نتایج مدل شبکه های عصبی و مقادیر محاسبه شده از رابطه تجربی با داده های آزمایشگاهی نشان داد که مقادیر حداکثر عمق آبشستگی بدست آمده از روش MLP از دقت بیشتری نسبت به رابطه تجربی برخوردار است. همچنین شبکه های عصبی MLP در برآورد عمق آبشستگی تکیه گاه با دیواره عمودی در مقایسه با دو نوع تکیه گاه پل دیگر از دقت بیشتری برخوردار می باشند.
