حداکثر بارش 24 ساعته یکی از عامل‌های هواشناسی با ماهیتی بسیار تصادفی در مقایسه با سایر داده‌های مرتبط با بارندگی از جمله بارش‌های ماهانه و سالانه است. باتوجه به در دسترس نبودن داده‌های شدت-مدت-فراوانی (I-D-F) و قابلیت دسترسی بیشتر داده‌های حداکثر بارش 24 ساعته، برآورد بارش‌های کوتاه مدت بر مبنای بارش 24 ساعته اقدامی رایج در مطالعات و عملیات آبخیزداری است. برخی از مواقع این اطلاعات ناقص می‌باشد و استفاده از آن‌ها باعث بروز خطا در نتایج می‌گردد. در این پژوهش کارآیی استفاده از روش الگوریتم ژنتیک-شبکه عصبی مصنوعی (GA-ANN) در بازسازی داده‌های حداکثر بارش 24 ساعته در استان چهارمحال و بختیاری، توسط نمایانه‌های آماری RMSE، P % و R2 مورد ارزیابی قرار گرفت و با روش شبکه عصبی مصنوعی ساده (ANN) مقایسه شد. مقدار نمایانه RMSE حاصل از بهترین شبکه ANN در اقلیم بسیار مرطوب، نیمه مرطوب، مدیترانه‌ای و نیمه‌خشک به ترتیب برابر با 38، 9/25، 8/11، 4/11 میلیمتر و در بهترین شبکه GA-ANN به ترتیب برابر با 2/19، 3/14، 8/10 و 4/6 میلیمتر می‌باشد. نتایج بازسازی در کلیه نواحی آب و هوایی حکمفرما در این استان نشان دهنده برتری معنی‌دار روش GA-ANN نسبت به روش ANN می‌باشد.