تاکنون مدل های زیادی جهت تشریح فرآیند پیچیده شکست سدهای خاکی و سیل ناشی ازآن پیشنهاد شده است. این مدل ها شامل مدل های فیزیکی، ریاضی ویا کامپیوتری می باشند. از جمله این مدل ها، مدل BREACH می باشد که بطور وسیع درقرن اخیر مورد استفاده قرارگرفته است. این مدل بر مبنای روابط فرسایش، قوانین هیدرولیک، انتقال رسوب و مکانیک خاک پایه گذاری شده است و توانایی محاسبه ابعاد نهایی مقطع شکست و هیدروگراف خروجی شکست را دارد. لیکن پیچیدگی و مشکلات ناشی از جمع آوری داده ها در استفاده از مدل های موجود، باعث استفاده از روش های نوین دیگری شده است. در این تحقیق یک روش جدیدبااستفاده از شبکه عصبی مصنوعی برای پیش بینی ماکزیمم دبی خروجی شکست سدهای خاکی و زمان شکست که در محاسبات مربوط به روندیابی سیل و زمان اخطار در پایین دست سد حائز اهمیت فراوانی می باشد ارائه گردیده است. برای این کار پارامترهای شکست 115 سد بطور مصنوعی بوسیله مدل BREACH محاسبه وازآنها برای آموزش وآزمون شبکه عصبی مصنوعی استفاده گردید. عملکرد مدل های شبکه عصبی مصنوعی با تغییر پارامترهای ورودی موردبررسی قرارگرفت، موثرترین مدل برای تعیین پتانسیل شکست و پارامترهای موثرورودی بطورخلاصه ارائه گردید. بهترین ساختار حاصله بدست آمده برای ماکزیمم دبی خروجی دارای ضریب همبستگی برای آموزش و آزمون به ترتیب 0.992 و 0.909 و برای زمان شکست ساختاری با ضریب همبستگی برای آموزش و آزمون به ترتیب 0.993 و 0.884 حاصل گردید. در پایان نیز مطالعه موردی بروی سد ملاصدرا صورت گرفته و پارامترهای شکست سد با استفاده از شبکه عصبی مصنوعی حاصله، مدل BREACH و روابط پیشنهادی محققین مختلف تعیین و نتایج مورد ارزیابی قرار گرفت. با مقایسه بین نتایج بدست آمده، ماکزیمم دبی خروجی شکست و زمان شکست سد ملاصدرا بدست آمده از شبکه عصبی مصنوعی همخوانی خوبی را با مقادیر بدست آمده از مدل BREACH و روابط پیش بینی محققین مختلف نشان می دهد.