مدیریت آب و کود نیتروژن در تعامل با عامل‌های اقلیمی تأثیر زیادی بر عملکرد و بهره‌وری آب گندم دارد. تحقیق حاضر با هدف توسعه و ارزیابی کارآیی مدل شبکه عصبی مصنوعی در محاسبه عملکرد و بهره‌وری آب گندم بر اساس عامل‌های اقلیمی و آب - کود نیتروژن مصرفی انجام گرفت. کالیبراسیون و صحّت‌سنجی مدل‌ها با استفاده از نتایج یک آزمایش مزرعه‌ای سه ساله صورت پذیرفت. به منظور ارزیابی مدل‌ها از شاخص‌های آماری ضریب تبیین،‏ مجذور میانگین مربعات،‏ میانگین خطای اریب و خطای استاندارد استفاده شد. نتایج تحقیق نشان داد که مدل‌های شبکه عصبی مصنوعی از دقت بیشتری در تخمین عملکرد و بهره‌وری آب گندم برخوردار هستند. مقایسه نتایج مدل‌های شبکه عصبی و رگرسیون غیرخطی نشان داد که مدل‌های شبکه عصبی دقت بیشتری دارند. تحلیل حساسیت مدل‌ها نشان داد که عملکرد و بهره‌وری آب گندم بیشترین حساسیت را به عامل مقدار آب مصرفی و پس از آن به کود نیتروژن مصرفی فصلی دارد. مقدار بیشینه و کمینه بهره‌وری آب گندم به‌ ترتیب به ازای 272 و 490 میلی‌متر آب مصرفی فصلی و معادل 1.55 و 0.81 کیلوگرم بر متر مکعب محاسبه شد. کاربرد ساختارهای شبکه عصبی انتخابی می‌تواند زمینه ارتقای بهره‌وری آب این گیاه استراتژیک را در شرایط مختلف اقلیمی منطقه مورد مطالعه زمینه‌سازی کند و امکان بهره‌برداری منطقی و اقتصادی از منابع آب و کود نیتروژن و برنامه‌ریزی برای استفاده تلفیقی بهینه از این دو نهاده مهم را ممکن کند.