فرآیند اسمز معکوس (RO) به عنوان یکی از فناوری¬های بسیار پرکاربرد و مهم در صنعت تصفیه آب برای کاهش سختی مورد استفاده قرار می‌گیرد. در این مقاله تصفیه خانه اسمز معکوس شهر سرخه به کمک یک شبکه عصبی مصنوعی (ANN) و بهینه سازی آن با الگوریتم ژنتیک (GA) برای ساختن یک مدل ریاضی جامع مورد مطالعه قرار گرفته است. مدل شبکه عصبی سیستم با استفاده از داده¬های صنعتی آموزش داده شد. با توجه به نتایج به دست آمده از بهینه سازی شبکه عصبی با کمک روش الگوریتم ژنتیک معادله¬ی لونبرگ مارکواردت از بین معادلات مختلف برای آموزش شبکه¬ی عصبی انتخاب شد. همچنین تعداد 10 نورون برای لایه¬ی پنهان اول و تعداد 9 نورون برای لایه¬ی پنهان دوم به دست آمد. بر اساس فرآیند بهینه سازی به کمک الگوریتم ژنتیک توابع فعال ساز برای لایه¬ی اول تابع Logsig، برای لایه¬ی دوم Tribas و برای لایه¬ی خروجی تابع Tansig انتخاب گردید. نتایج نشان داد ضریب رگرسیون محاسبه شده برای شبکه عصبی بهینه برابر با 995/0 می¬باشد.