La estrecha relación no lineal entre la hidrología de Colombia y los procesos climáticos a escala global justifican el estudio de modelos no lineales de pronóstico de caudales. El presente trabajo presenta la predicción de caudales medios mensuales en Colombia usando modelos matemáticos (métodos espectrales y de regresión) y juicio experto. El horizonte de pronóstico es de 1, 3, 6 y 12 meses. Las regresiones localmente ponderadas y las redes neuronales polinómicas son presentadas como dos nuevas técnicas para el pronóstico de caudales medios mensuales en Colombia. El método del promedio simple (MPS), el método del promedio ponderado (MPP), el método de redes neuronales artificiales (MRN) y el método ANFIS son presentados como técnicas de combinación de pronósticos. La comparación de los resultados muestra que el método ANFIS es el más eficiente en la combinación de pronósticos de caudales medios mensuales. Finalmente lo árboles de regresión- decisión son expuestos para incorporar el juicio experto en los pronósticos de caudales./Abstract. The close nonlinear relationship between Colombian hydrology and global climatic processes justifies the study of nonlinear river flow models. This work shows the nonlinear river flow dynamics in Colombia using mathematical models (regression and spectral methods) and expert opinions. The prediction window length is 1, 3, 6 and 12 months. The locally weighted regression and the polynomial neural networks are present are presented as new techniques of river flow forecast in Colombia. The simple average method (SAM), the weighted average method (WAM), the neural network method (NNM) and the first order Takagui-Sugeno Fuzzy system are explained to combine together the simulations results of different conceptual modes to river flow forecasting. The comparison of the forecast simulation efficiency of the Takagui-Sugeno method with the other three combination methods demonstrates that the first order Takagui-Sugeno method is the most efficient. Finally the regression-decision tress are presented for incorporate the expert opinions in the forecast process