سیستمهای همراشتین - واینر از جمله مدلهایی هستند که توانایی تشریح سیستمهای دینامیک غیرخطی را دارند. این مدلها، مدلهایی غیرخطیاند که بهواسطة سادگی و مفهوم فیزیکیشان، در دامنة وسیعی از علوم کاربرد دارند. در این تحقیق، برای اولین بار در حوزة هیدرولوژی و مدیریت منابع آب، سه ساختار مختلف از این مدلها بهمنظور شبیهسازی جریان روزانة ورودی به مخزن سد طالقان با استفاده از دادههای روزانة دما و بارندگی بهعنوان ورودیهای مدل توسط آمارههای R2، RMSE، SRMSE، MAE، d و PEP ارزیابی شدند. بهاینمنظور، از اطلاعات مخزن سد طالقان بین سالهای 1385 تا 1390 استفاده شد. نتایج این ارزیابی با پیشپردازش اطلاعات (HW1) و بدون پیشپردازش اطلاعات (HW2)، با عملکرد دو مدل شبکة عصبی مصنوعی پیشخور با دو لایة مخفی (FeedF2) و شبکة عصبی رگرسیون تعمیمیافته (GRNN2) مقایسه شد. نتایج نشان داد که براساس همۀ شاخصها، عملکرد مدلهای همراشتین - واینر از مدلهای شبکة عصبی مصنوعی بهتر است. بهویژه، مقادیر میانگین و انحراف استاندارد ماهانة سری مشاهداتی به بهترین شکل از طریق این مدلها شبیهسازی میشوند. مقدار شاخص SRMSE مدل HW1 در مراحل واسنجی و آزمون بهترتیب 33 و 37 درصد و برای مدل HW2 بهترتیب 28 و 43 درصد برآورد شد، درحالیکه همین شاخص برای دو مدل دیگر بهترتیب 71 و 50 و 58 و 50 درصد برآورد شد.