هدف مطالعه حاضر توسعه یک مدل شبکه عصبی مصنوعی (ANN) بر اساس روش رگرسیون غیرخطی چندگانه (MNLR) برای تخمین میانگین ماهانه مجموع روزانه تابش کلی خورشید در هر محل از استان کرمانشاه است. برای این منظور، داده‌های هواشناسی ۲۳ ایستگاه در استان کرمانشاه در طول سالهای ۱۳۹۲- ۱۳۸۷ جمع‌آوری شد که از این بین، داده‌های ۱۷ ایستگاه برای آموزش و ۶ ایستگاه برای تست شبکه استفاده شد. در مرحله اول، همه متغیرهای مستقل (عرض جغرافیایی، طول جغرافیایی، ارتفاع، ماه، حداقل درجه حرارت ماهانه در جو، حداکثر درجه حرارت در جو، متوسط درجه حرارت در جو، دمای خاک، رطوبت نسبی، سرعت باد، بارش، فشار اتمسفریک، فشار بخار، کدورت و مدت زمان تابش آفتاب) جمع‌آوری و به مدل رگرسیون وارد شدند. سپس، از روش گام به گام MNLR برای تعیین مناسب‌ترین متغیرهای ورودی استفاده شد. با استفاده از این متغیرهای ورودی، نتایج به دست آمده توسط مدل ANN با داده‌های واقعی مقایسه شد، و میانگین درصد خطا مطلق (MAPE) در حدود ۹۸/۳ درصد و ضریب همبستگی (R) در حدود ۹۹۶۱/۰ برای مجموعه داده‌های تست به دست آمد که نشان دهنده معتبر بودن مدل است.