رودخانه ها و آب های سطحی در تولید بخشی از مواد غذایی مورد نیاز جامعه اهمیت زیادی دارند و از این جهت مدیریت آگاهانه بر آن ضروری می باشد. در این تحقیق، برحسب ضرورت پیش بینی کیفیت رودخانه ها، مدیریت منابع آب و کاهش هزینه های پایش، عملکرد مدل‌های شبکه عصبی(ANN)، ترکیبی شبکه عصبی – موجک(WANN) و رگرسیون خطی چند متغیره(MLR)، در پیش بینی غلظت COD ایستگاه خروجی سد تنظیمی واقع در رودخانه کرج، مورد ارزیابی قرار گرفت. در یک دوره آماری 141 ماهه، از شهریور 1378 تا اردیبهشت 1390 که به صورت ماهانه، توسط واحد آزمایشگاه شرکت آب و فاضلاب استان تهران ثبت شده است، به عنوان ورودی مدل‌ها استفاده گردیده است. این مدلها تنها با استفاده از غلظت COD در ماه های گذشته، توانستند پیش‌بینی قابل قبولی را ارائه دهند. کارایی مدل ها با ضریب تببین (E) و ریشه میانگین خطای مربع(RMSE) ارزیابی شدند. نتایج، حاکی از دقت بالای مدل ترکیبی شبکه عصبی- موجکی نسبت به دو مدل دیگر بوده است؛ بطوریکه ضریب تبیین برای WANN و ANN وMLR ، به‌ترتیب 892/0 و 658/0 و 319/0 به‌دست آمد. توانایی مدل ترکیبی به دلیل تجزیه سری زمانی به زیر سری های تقریب و جزئیات و در نتیجه شبیه سازی نوسانات پیچیده و غیر خطی سیگنال می باشد.