As previsões de eventos futuros são necessárias em muitas das actividades associadas ao planeamento e funcionamento dos componentes de um sistema de recursos hídricos. Para a componente hidrológica, há necessidade de previsões a curto e longo prazo de séries cronológicas hidrológicas, a fim de optimizar o sistema ou de planear a expansão ou redução futura. Isto apresenta a comparação de diferentes técnicas de rede neural artificial (ANN) em previsões de fluxo diário contínuo e intermitente a curto prazo e previsão diária de sedimentos suspensos. Três técnicas diferentes de ANN, nomeadamente, propagação de avanço e retrocesso (FFBP), redes neurais de regressão generalizada (GRNN) e redes neurais radiais baseadas em funções (RBF) são aplicadas aos dados hidrológicos. Em geral, o desempenho de previsão das técnicas ANN é considerado superior aos outros métodos estatísticos e estocásticos convencionais em termos dos critérios de desempenho seleccionados.