شناسایی و پیش بینی ادوار و نوسان های قیمتی سالانه ی کالاهای با سهم بالا در سبد مصرفی خانوار ایرانی از مهمترین ابزارهای قابل استفاده در سیاست های تنطیم بازار کالاهای مذکور علی الخصوص بعد از اجرای طرح هدفمندسازی یارانه ها و آزادسازی قیمت ها می باشد . بدین منظور در این پژوهش با استفاده از روش های تخمین روش رگرسیون خطی وشبکه عصبی مصنوعی قیمت روزانه گوشت مرغ در شهرستان سنندج مورد پیش بینی قرار گرفت. داده های این تحقیق شامل 700 داده روزانه در طی سال 1389 الی 1390 است. به منظور تعیین متغیرهای مهم بر قیمت گوشت مرغ از رویکرد نرو- فازی استفاده شدکه نتایج نشان داد ماه های مهر، اسفند و ماه رمضان بیشترین توضیح دهندگی را در رابطه با قیمت گوشت مرغ دارند. بنابراین این ماه ها به عنوان متغیر توضیحی و ورودی شبکه عصبی مصنوعی به مدل اضافه شد. نتایج مدل رگرسیون خطی نشان داد که تیرماه، بهمن ماه و اسفندماه تاثیر مثبت معناداری بر قیمت گوشت مرغ دارند و شهریور ماه نیز تاثیر منفی بر قیمت گوشت مرغ دارد و اردیبهشت ماه نیز دارای تاثیر منفی بر قیمت گوشت مرغ است که در سطح 5 درصد معنادار نیست. همچنین نتایج نشان داد که ماه رمضان تاثیر مثبت معنادار بر قیمت گوشت مرغ دارد. همچنین برای اطمینان از وجود رفتار غیر خطی در قیمت گوشت مرغ آزمون bds استفاده شد که نتایج بر رفتار غیر خطی این متغیر تاکید دارد. همجنین در انتها با مقایسه دو روش پیش بینی اشاره شده ثابت میگردد که شبکه عصبی مصنوعی دارای درصد خطا کمتری در مقایسه با روش خود رگرسیون انباشته می باشد .