Прогнозы будущих событий необходимы во многих видах деятельности, связанных с планированием и эксплуатацией компонентов системы водных ресурсов. Для гидрологического компонента существует потребность в краткосрочных и долгосрочных прогнозах гидрологических временных рядов с целью оптимизации системы или планирования будущего расширения или сокращения. В данной работе представлено сравнение различных методов искусственных нейронных сетей (ИНС) в краткосрочном непрерывном и прерывистом прогнозировании суточного стока и суточного прогнозирования взвешенных наносов. Три различных метода ИНС, а именно нейронные сети с прямым обратным распространением (FFBP), обобщенные регрессионные нейронные сети (GRNN) и нейронные сети на основе радиальных базисных функций (RBF), применяются к гидрологическим данным. В целом, эффективность прогнозирования с помощью методов ANN превосходит другие традиционные статистические и стохастические методы по выбранным критериям эффективности.