درک صحیح از ویژگی جریان در رودخانه ها می تواند نقش مؤثری در جهت حفاظت سواحل رودخانه ها از فرسایش ایفا نماید. در این پژوهش، روش نوینی در تخمین نتایج برداشت نشده در پژوهش های آزمایشگاهی معرفی می گردد. بر این اساس، سعی می شود تا با استفاده از سه روش مدل هوش محاسباتی، شامل روش های ANN، RBF و ANFIS به همراه روش رئوس سلول همپوشان جهت پیش بینی ویژگی های جریان در قوس تند کانال روباز مورد استفاده قرار می گیرند. در این خصوص، از داده های آزمایشگاهی جهت آموزش ساختار مدل های هوش مصنوعی بهره گرفته شده است. از این رو، داده های ورودی شامل مختصات گره های محاسباتی بوده و خروجی های جریان عبارت اند از سرعت و تراز سطح آب. مدل هوش مصنوعی ارائه شده در این پژوهش با داده های عددی و آزمایشگاهی مقایسه شده اند. تطابق خوبی بین داده های پیش بینی شده با داده های آزمایشگاهی موجود مشاهده شده، و مشخص گردید که روش ANN بهتر از دیگر روش های هوش مصنوعی و روش عددی FVM عمل کرده است. نتایج همچنین حاکی از آن است که، در طول قوس یک جریان ثانویه در مقطع جریان در حال شکل گیری بوده و این جریان در انتهای کانال به دو جریان ساعتگرد ثانویه اصلی و فرعی تبدیل می شود.
