مدل‌سازی به‌عنوان روشی کارآمد با کمترین هزینه، امکان مطالعه پیچیدگی جریان آب زیرزمینی را برای مدیران فراهم می‌نماید. هدف این تحقیق مقایسه مدل عددی، روشهای هوشمند عصبی و زمین آمار در مدل‌سازی تغییرات سطح آب زیرزمینی می‌باشد. بدین منظور اطلاعات آبخوان دشت همدان – بهار به‌عنوان یکی از مهم‌ترین منابع تامین آب منطقه، مورد مطالعه قرار گرفت. در این پژوهش از کد عددی MODFLOW در نرمافزار GMS، شبکه عصبی مصنوعی و روش عصبی - فازی در نرمافزار NeuroSolution، روش عصبی – موجک در نرمافزار MATLAB و روش زمین آمار در نرمافزار ArcGIS استفاده گردید. مقایسه نتایج نشان داد که دقت روشهای محاسبه سطح آب زیرزمینی برحسب کمترین آماره مجذور میانگین مربعات خطای نرمال (NRMSE)، به‌ترتیب به روش عصبی - موجک، عصبی – فازی، زمین آمار، شبکه عصبی مصنوعی و مدل عددی تعلق داشت. به‌طوری که مقدار آماره NRMSE در روش عصبی - موجک به‌عنوان روش بهینه، برابر 0/11درصد و در روش مدل عددی برابر 2/2 درصد بدست آمد. مقدار ضریب همسبتگی روشهای فوق به‌ترتیب 0/998و 0/904بود. بنابراین می‌توان کاربرد روشهای ترکیبی هوشمند عصبی به‌ویژه نظریه موجک را در محاسبه سطح آب زیرزمینی مناسب‌تر از روش زمین آمار و مدل عددی دانست. ضمن آن‌که در روشهای هوشمند عصبی از متغیرهای زودیافت طول و عرض جغرافیایی و ارتفاع از سطح دریا به‌عنوان بردار اطلاعات ورودی استفاده شد . نتایج پهنه‌بندی سطح آب زیرزمینی آبخوان نیز گویای روند کاهش سطح آب زیرزمینی از بخش غرب به شرق آبخوان بود که همسو با گرادیان هیدرولیکی می‌باشد.
