چکیده: از مهمترین پارامترها در مطالعات و مدیریت حمل و نقل، تعداد سفر بین مبداء و مقصد است که با استفاده از ماتریس سفر نشان داده می‌شود. از آنجا که تهیه ماتریس سفر نیازمند صرف زمان و هزینه بسیار زیادی است در سال‌های اخیر، روش‌های متعددی جهت تخمین ماتریس سفر ابداع و استفاده شده‌ است. در این تحقیق هدف آن است تا با استفاده از هوش مصنوعی بتوان با استفاده از جمعیت ساکن در نواحی مبداء و مقصد و سطح زیربنای کاربری اراضی واقع در هر ناحیه، تخمین مناسبی از ماتریس سفر ارائه نمود. بدین منظور ابتدا تحقیقات پیشین بررسی شدند و نتیجه حاصل شد که می‌توان با استفاده از هوش مصنوعی تحقیقی مشابه با موضوع این تحقیق را به سرانجام رسانید. پس از آن داده‌های مربوط به سرشماری جمعیت و همچنین سطح زیربنای کاربری اراضی موجود در نواحی شهرداری در شهرهای مشهد و اصفهان جمع آوری شدند و پس از آماده سازی داده های خام، داده های آماده شده در دو حالت داده‌های نرمال‌سازی شده و داده های بدون نرمال‌سازی با استفاده از روش‌های 1) شبکه عصبی جعبه ابزار نرم افزار MATLAB 2013 2) شبکه عصبی چندلایه بدون محدودیت داده‌های اعتبار سنجی 3) شبکه عصبی با حذف داده‌های نویزی 4) شبکه عصبی پیشخور جهت تخمین ماتریس سفر استفاده شدند. در این تحقیق مناسب‌ترین نتایج هنگام استفاده از داده های نرمال سازی شده در شبکه عصبی چندلایه بدون لحاظ کردن محدودیت اعتبارسنجی داده ها حاصل شد.