گاز طبیعی، مهم ترین و پرطرف دارترین سوخت فسیلی است. با وجود این، گاز طبیعی استخراج شده از مخازن زیرزمینی، حاوی مقادیری از گازهای اسیدی مثل سولفید هیدروژن و دی اکسید کربن بوده و یک گاز ترش محسوب می شود. این گازهای اسیدی، ترکیبات نامطلوبی هستند که برای تبدیل گاز ترش به گاز قابل استفاده جهت مصارف خانگی و صنعتی، باید پالایش شده و مقادیر آن ها در حد استاندارد مصرف قرار گیرد. عملیات جداسازی گازهای اسیدی از گاز طبیعی، در واحد شیرین سازی پالایشگاه گاز انجام می شود. شواهد، نشان دهنده ی اثرگذاری برخی از متغیرها بر مقدار جذب گازهای اسیدی در این واحد است. این متغیرها، گذشت زمان، دبی گاز ترش ورودی به برج جذب واحد، مقدار سولفید هیدروژن موجود در آمین خروجی از برج جذب، دمای آب دریا جهت خنک نگه داشتن سیستم، دبی بخار کم فشار ورودی به ریبویلر آمین و دبی آمین ورودی به برج جذب، می باشند. در این پژوهش، سعی شده است تا مدلی از شبکه عصبی جهت تخمین مقادیر گازهای اسیدی خروجی از برج جذب واحد شیرین سازی فاز اول و دوم پالایشگاه گاز پارس جنوبی، به کمک متغیرهای موثر مذکور، ارایه شود. به منظور یافتن بهترین ساختار مدل شبکه عصبی ارائه شده، کاربرد روش سطح پاسخ بررسی شد. روش سطح پاسخ نتوانست تغییرات رفتار شبکه را طی تعداد نرون های مخفی مختلف، توجیه کند. علت آن نیز رابطه ی پیچیده و غیر قابل پیش بینی است که بین تغییرات ضرایب همبستگی و تعداد نرون های مخفی شبکه وجود دارد. در قسمت بعدی کار حاضر، به منظور بهبود عملکرد شبکه، بهینه سازی پارامترهای ساختاری و آموزشی مدل ایجاد شده بین متغیرهای برج جذب شیرین سازی، یعنی تعداد نرون های مخفی شبکه و همچنین وزن و بایاس آن توسط یک الگوریتم بهینه سازی نوین با توانایی جست و جوی سراسری تحلیل گشته است. برای این هدف، الگوریتم رقابت استعماری انتخاب شد. نتایج، توافق خوبی را با داده های تجربی نشان داد. در پایان، جهت صحت و اعتبار سنجی، مدل شبکه عصبی-الگوریتم رقابت استعماری با مدل شبکه عصبی-پس انتشار، مقایسه گردید. نتایج، موثر بودن مدل شبکه عصبی-الگوریتم رقابت استعماری را در تخمین هردو گاز اسیدی سولفید هیدروژن و دی اکسید کربن خروجی از برج جذب واحد شیرین سازی اثبات نمود.