در این پایان نامه کاربردهای کمی و کیفی سیستم استنتاج تطبیقی عصبی-فازی مورد ارزیابی قرار گرفته است. در بخش اول، از روش اسپکتروفتومتری کلاسیک دی اتیل دی تیوکاربامات نقره در تعیین آرسنیک و آنتیموان برای بررسی کارایی و توانایی anfis به عنوان یک روش کمومتریکس برای آنالیز همزمان عناصر استفاده شده است. مدل anfis شامل 5 لایه از گره هاست و به وسیله الگوریتم یاد گیری هیبرید آموزش داده می شود. کارایی مدل anfis به وسیله معیار جذر میانگین مجذورات خطا (rmse) برای سری های آزمایش و صحت سنجی مورد ارزیابی قرار گرفت. مقادیر rmse1/17و 1/14 برای آرسنیک و 1/27و 1/18 برای آنتیموان به ترتیب در سری های آزمایش و صحت سنجی بدست آمد. در ادامه نتایج مدل anfis با شبکه عصبی مصنوعی با استفاده از ورودیهای یکسان مقایسه شد. در مقایسه با شبکه عصبی، مدل anfis نیاز به بهینه نمودن پارامترهای کمتری داشته و عملکرد راحت تری دارد. صحت و بازیابی روش به وسیله آنالیز نمونه آب دریای مصنوعی و آب شهر تائید شد.این بررسی نشان می دهد که anfis می تواند برای اندازه گیری همزمان نمونه ها با موفقیت به کار رود و نتایج صحیح و قابل قبولی را ارائه کند. در بخش دوم از anfis برای تخمین مقادیر ضریب توزیع دسته وسیعی از ترکیبات آلی با ویژگیهای مختلف بین دو فاز آب و وn- اکتانول استفاده شده است. از پارامترهای تجربی قطبیت/قطبش پذیری(p*)، توانایی دهندگی پیوند هیدروژنی (∝)، توانایی دهندگی جفت الکترون (β)، حجم ذاتی (vx) و اندیس پلاریته نرمال شده ( ent) به عنوان پارامترهای ورودی برای ساختن یک مدل جامع استفاده شد. مقادیر rmse 0/24و 0/25و 0/30 برای سری های آموزش و آزمایش و صحت سنجی بدست آمد. ضرایب همبستگی(r2) برای سری های آزمایش و صحت سنجی 0/96و0/98 نشان می دهد که مطابقت خوبی بین داده های پیش بینی شده و داده های مرجع وجود دارد و anfis ابزار قدرتمندی در تخمین logpo/w است.