تکنیکهای محاسباتی نرم در سه دهه اخیر به‌طور وسیعی در تحقیقات علمی و مسائل مهندسی مطالعه و به‌کار برده شدهاند. هدف از این پژوهش، بررسی توانایی شبکه عصبی پرسپترون چند لایه (MLP) و عصبی- فازی (NF) در برآورد پارامتریک منحنی نگهداشت رطوبتی خاک (SWRC) با استفاده از داده‌های کشت و صنعتهای استان خوزستان بود. آنالیز حساسیت نیز جهت انتخاب ترکیب بهینه ورودیها به‌کار برده شد. در تحقیق حاضر معادلههای ونگنوختن و فردلند و زینگ جهت برآورد پارامتریک SWRC استفاده شد. ویژگیهای اندازهگیری شده شامل توزیع اندازه ذرات خاک، ماده آلی، چگالی ظاهری، کربنات کلسیم معادل، نسبت جذب سدیم، هدایت الکتریکی عصاره اشباع، اسیدیته خاک، میانگین وزنی قطر خاکدانهها، حدود خمیری و روانی، مقاومت نفوذی، درصد رطوبت اشباع و محتوی رطوبتی در مکش‌های 33،100، 500 و 1500 کیلوپاسکال بودند. نتایج این پژوهش بر پایه شاخصهای ارزیابی عملکرد نشان داد که هر دو مدل MLP و NF برآوردهای مناسبی از SWRC ارائه دادند در حالیکه شبکه عصبی برآوردهای بهتری از مدل عصبی- فازی فراهم کرد. به‌عنوان مثال مقادیر آماره NMSE در برآورد Sθ، rθ، α، n و m در معادله فردلند و زینگ با استفاده از مدلهای MLP و NF به‌ترتیب برابر (059/0، 061/0)، (154/0، 162/0)، (109/0، 117/0)، (125/0، 135/0) و (129/0، 145/0) بودند. به‌علاوه پارامترهای α و n در عمق اول و rθ و α در عمق دوم در معادله فردلند و زینگ با دقت بیشتری نسبت به معادله ونگنوختن برآورد شدند.
