نشأت مشکلة هذا البحث من الناحية السکانية حين عجزت العديد من الدراسات عن التنبؤ بمعدلات المواليد ومعدلات الإنجاب بشکل أقرب للواقع، فقد اعتمدت الإسقاطات السکانية علي استخدام دالة النمو الأسي وعلي توفيق منحني سلسلة زمنية من عدد من السکان في فترات سابقة، کما أعتمد مشروع مصر 2020 علي فرضية خطية معدل الإنجاب بناء علي خطية العلاقة , ومن الناحية الإحصائية فإن وجود القٌيم الشاذة تؤثر في توزٌع بواقي النموذج وسيکون توزٌيعا ملتوٌيا وعلٌيه سيکون مخالفا لشروط طرٌيقة المربعات الصغرى المعتادة ,  لذلک تم البحث عن طرائق بدٌيلة للتقدٌر. ومن ثم استخدام الشبکات العصبية کأسلوب من أساليب الذکاء الاصطناعي بجانب أسلوب الانحدار الحصين الشائع استخدامه في حالة البيانات الشاذة اوالمتطرفة ,ولدراسة التطبيقية  تم اختيار عينة کبيرة حجمها 60 مفردة، حيث تمتد السلسة الزمنية منذ عام 1960 حتى عام 2019. ومن خلال الاستفادة من خوارزيمات برنامج MATLAB وبرنامج ٌR تم حساب القيم التنبؤية لقيم معدلات المواليد, وتم حساب دقة هذه التنبؤات وذلک بواسطة مقاييس إحصائية تعتمد على الفرق بين القيمة التنبؤية و القيمة الفعلية (البواقي) وهى (MSE,MAD), ولقد تم الحصول على  نتائج (MSE, MAD) لتنبؤات الشبکات العصبية NN)) وتنبؤات الانحدار الحصين Rob-Re)) واتضح أن جميع قيم MAD,MSE  للشبکات العصبية الاصطناعية کانت اقل من  أسلوب الانحدار الحصين , کذلک کان المتوسط العام  لمربعات الأخطاء للشبکات MSE(NN)=2.944 اقل من المتوسط العام للانحدار الحصين MEE(Rob-Re)=9.015, مما يعنى أفضلية أسلوب الشبکات العصبية الاصطناعية عن الانحدار الحصين للتنبؤ بمعدلات المواليد في ظل وجود القيم الشاذة اوالمتطرفة.