هدف از مطالعه حاضر برآورد مقدار (ET0) در اقلیم نیمه مرطوب معتدل سرد و در یک دوره آماری 22 ساله با بکارگیری مدل موجک-عصبی-فازی با حداقل تعداد پارامترهای ورودی موثر بود. به منظور بررسی کارایی این مدل نتایج با مدل شبکه عصبی و انفیس مقایسه شد. آنالیز حساسیت داده های ورودی به سه روش هیل، ضریب تبیین و استات سافت انجام شد. آنالیز تحلیل حساسیت نشان داد که دما (T) (دمای مینیمم، ماکزیمم و میانگین)، (Rs)، (Ra)، سرعت باد در ارتفاع دو متری (U2) و (Rn) به عنوان پارامترهای اثرگذار بوده اند و ترکیب های مختلف این پارامترهای ورودی می تواند منجر به برآورد دقیق تر ET0 شود. بر اساس نتایج آنالیز حساسیت، شش ترکیب با پارامترهای مذکور انتخاب شد و دما در تمامی این ترکیب ها به عنوان متغیر ورودی به کار برده شد. با کاربرد سه پارامتر ورودی Tmin، Tmax و Rs و موجک sym8 مدل موجک-عصبی-فازی عملکرد بهتری نسبت به مدل شبکه عصبی دارد. براساس ضریب تبیین و مقدار خطای محاسبه شده برای شبکه عصبی و انفیس، ترکیب 7 پارامتر ورودی (Ra، Rn، Rs، U2، Tmean، Tmin و Tmax) و چهار پارامتر ورودی هواشناسی (Ra، U2، Tmean و Tmax) بیشترین دقت را در تخمین میزان ET0 در مقایسه با روش فایو پنمن مانتیث داشتند. نتایج همچنین نشان داد که بیشترین مقدار ضریب تبیین و کمترین مقدار خطا در بین موجک های مختلف مورد استفاده در مدل موجک-عصبی-فازی به ترتیب برای ترکیب های 7 و 3 پارامتر ورودی ((Tmax, Tmin, Rs با مقادیر ضریب تبیین 0/87 و مقدار میانگین خطای انحراف 02 / 0 برای ترکیب 7 پارامتری و با مقادیر ضریب تبیین 71 / 0 و مقدار میانگین خطای انحراف 03 / 0 برای ترکیب سه پارامتری بدست آمده است...