خواص حجمی مواد کوپلیمری دارای اهمیت زیادی برای دانشمندان و مهندسان پلیمر است. بنابراین، یک مدل دقیق برای توضیح این رفتار در طیف وسیعی از دما و فشار مورد نیاز است. شبکه های عصبی مصنوعی امروزه کاربردهای فراوانی در زمینه مدل سازی سیستم های مختلف دارند. در بخش اول این پژوهش با استفاده از یک شبکه عصبی پرسپترون چندلایه مدلی برای محاسبه چگالی کوپلیمر ها مورد بررسی قرار گرفت، کوپلیمرهایی مانند: پلی اتیلن_پروپیلن (pep)، پلی اتیلن_وینیل استات (peva)، پلی اتیلن_متاکریلیک اسید (pema)، پلی اتیلن_اکریلیک اسید (peaa)، پلی اتیلن_وینیل الکل (pevoh)، پلی استایرن_کریلونیتریل (psan)، پلی اکریلونیتریل_بوتادین (panb). نتایج به دست آمده با معادله حالت تائو_میسون تصحیح شده مورد مقایسه قرار گرفت. نتایج به دست آمده نشان می دهد که اثر مدل شبکه عصبی توافق خوبی با داده های تجربی با میانگین مربعات خطای 2/3 ×10-5 و ضریب همبستگی 99/0دارند. بخش دوم: بخش دوم مبتنی بر استفاده از نانوسیم مس نشانده شده روی کربن فعال در حضور امواج فراصوت برای حذف همزمان رنگ های دی سولفین بلو، کریستال ویولت و سانست یلو می باشد. آنالیز هم زمان با روش مستقی انجام شد و مقدار جذب برای رنگ سانست یلو در مشتق مرتبه ی اول در طول موج 450 نانومتر و برای رنگ های دی سولفین بلو و کریستال ویوله در مشتق مرتبه ی دوم به ترتیب در طول موج های 662 و 579 نانومتربه دست آمد. در این بخش اثر پارامترهای مختلف شامل ph، مقدار جاذب، غلظت رنگ ها و زمان بهم خوردن روی درصد حذف با روش طراحی آزمایش مورد بررسی و بهینه سازی قرار گرفت. مقدار جاذب 02/0 گرم، غلظت رنگ دی سولفین بلو00/7 میلی گرم بر لیتر، غلظت رنگ کریستال ویوله 6/82 میلی گرم بر لیتر، سانست یلو 00/7 میلی گرم بر لیتر و زمان تماس 3 دقیقه به عنوان شرایط بهینه حذف حاصل شدند. ایزوترم های جذبی، مدل های سینتیکی و معادلات ترمودینامیکی مورد بررسی و قابلیت استفاده از آن ها در شرایط بهینه بررسی گردید. در ادامه از شبکه عصبی مصنوعی برای مدل سازی درصد حذف رنگ ها مورد استفاده قرار گرفت که نتایج نشان می دهند مدل سازی شبکه عصبی نسبت به روش پاسخ سطح توافق بیشتری با داده های تجربی دارد