هدف اصلی این مقاله پیشبینی ضریب انتشار طولی در رودخانه های طبیعی با استفاده از مدل توسعه داده شده شبکه عصبی مصنوعی بر مبنای توابع آموزش شبه-نیوتنی است. برای این منظور از اطلاعات هیدرولیکی و هندسه جریان استفاده گردید. مجموع کل اطلاعات مورد استفاده در این تحقیق (100 سری داده) به سه دسته آموزش، دسته نظارت بر آموزش و دسته تست تقسیم شدند. روند این تحقیق به گونه ای است که در آن ابتدا با دیدی انتقادی به مرور برخی از مهمترین تحقیقات انجام گرفته در این زمینه پرداخته که نتیجه آن نمایان ساختن اشکالات موجود در برخی از این مطالعات می باشد. در گام بعدی این مقاله به منظور ارائه مدلی که قادر به مدلسازی ضریب انتشار طولی در رودخانه های طبیعی باشد، رویکردی جدید از شبکه عصبی بر مبنای توابع آموزش شبه-نیوتنی که کمتر مورد توجه محققین بوده، معرفی شده است.
در نهایت نیز با بررسی نقش این دسته از توابع آموزش بر عملکرد شبکه، بهترین ساختار شبکه برای این منظور پیشنهاد گردیده است. نتایج بدست آمده از این تحقیق بیانگر دقت قابل قبول مدل پیشنهادی میباشد به طوری که مقادیر ضریب تعیین و میانگین قدرمطلق خطا به ترتیب معادل 85/0 و 53 برای مرحله تست مدل پیشنهادی در این مقاله می باشد.