تعیین ضرایب مقاومت و کاهش عدم قطعیت در انتخاب این پارامتر یکی از مهمترین عوامل دستیابی به مشخصات جریان در رودخانهها و مجاری روباز است. از این رو، انتخاب مطلوب ضریب زبری در حضور پوشش گیاهی از جمله موضوعات موردتوجه پژوهشگران بوده است. در این پژوهش، ابتدا ضریب زبری مانینگ در یک فلوم آزمایشگاهی با حضور آرایشهای مختلف پوشش گیاهی تعیین شد. سپس توانایی پنج مدل هوشمند شامل GMDH، RBF،RT ، ANFIS و ANFIS-PSO در پیشبینی ضریب زبری مانینگ ارزیابی شد. مدلها در محیط نرمافزار MATLAB کدنویسی شد. ارزیابی نتایج مدلها بر اساس آمارههای بهکار رفته نشانداد که مدل ANFIS - PSO عملکرد بهتری نسبت به سایر مدلها در پیشبینی ضریب مانینگ دارد، بهطوری که نتایج این مدل RMSE=0.0096 و R2=0.9984 در مرحله آموزش و RMSE=0.0099 و R2=0.9982 در مرحله آزمون است. در مراتب بعد، بهترتیب مدلهای RBF، GMDH، ANFIS و RT بررسی شدند. با ارزیابی نتایج ترکیبهای مختلف در مدلسازی مشخص شد، سه پارامتر تراکم پوشش گیاهی (D)، آرایش پوشش گیاهی (N) و عدد رینولدز (Re) بهترتیب تاثیر بیشتری در ارائه نتایج درست داشتند.