نوری ر، اشرفی خ، اژدرپور ا، "مقایسه کاربرد روش های شبکه عصبی مصنوعی و رگرسیون خطی چندلایه متغیره براساس تحلیل مؤلفه های اصلی برای پیش بینی غلظت میانگین روزانه مونوکسید کربن: بررسی موردی شهر تهران"، مجله علمی- پژوهشی فیزیک زمین و فضا، 1387، 1، 135-153.
جوزی ع، فرنقی ا، "ارزیابی مخاطرات تصفیه‌خانه زرگنده تهران با استفاده از روش تلفیقی PHA و JSA’." نشریه محیط‌زیست طبیعی و مجله منابع طبیعی ایران، 1392، 66 (3).
حبیبی م، "اثرات ناشی از شوک هیدرولیکی بر راندمان تصفیه‌خانه فاضلاب شیراز در مقیاس پایلوت"، همایش ملّی و نمایشگاه تخصصی مهندسی محیط زیست، 1391، 9.
خرم نژادیان ش، طاهری ه، "بررسی استفاده از نیزارهای مصنوعی برای تصفیه فاضلاب های شهری"، اولین همایش سراسری محیط زیست، انرژی و پدافند زیستی، 1392، تهران.
سراجی م ح، حسنلو ح، پازوکی م، نایب ح، "به کارگیری روش های آماری برای افزایش دقت مدل‌سازی تصفیه‌خانه‌های فاضلاب صنعتی با استفاده از شبکه‌های عصبی مصنوعی"، مجله بازیافت آب، 1394، 2 (2).
قاسمی ورجانی ه، "توسعه یک شبکه عصبی ترکیبی برای پیش بینی تقاضای ماهانه آب شرب شهر کرج"، مجله نخبگان علوم و مهندسی، 1397، 3 (5).
محمدیاری ن، بلادر ع، "بررسی عملکرد راکتور بیوفیلمی بستر متحرک (MBBR) در تصفیه مخلوط فاضلاب های شهری و صنعتی"، هشتمین همایش ملّی بهداشت محیط، 1384.
مهربانی س م، برقعی ا، مهربانی م، "مقاومت دستگاه‌های بیولوژیکی چرخان به تغییرات ناگهانی"، انجمن مهندسی شیمی ایران، 1387.
Barr T, Taylor J, Duff S, “Effect of hrt, srt and temperature on the performance of activated sludge reactors treating bleached kraft mill effluent”, Water Research, 30, 1996.
Bitton G, Wastewater Microbiology, Florida: Department of Environmental Engineering Sciences University of Florida, Gainesville, 2005, 765.
Chen XL, Tian M, Yao WB, “GPR signal de-noising by using wavelet networks”, IN 4th Int. Conf. on Machine Learning and Cybernetics, 2005.
Chmielowski K, Młyński D, Młyńska A, “Analysis of hydraulic load of a wastewater treatment plant in Jasło”, Journal of Water and Land Development, 2016, Jalso, 28.
Gamaledin AW, Smith D, “A neural network model to predict the wastewater inflow incorporating rainfall events”, Water Research, 2002, 36, 12.
Genty S, “Numerical hydraulic modeling of urban waste water collecting systems”, lyon: KTH Royal Institute of Technology, 2014.
Gomolka Z, Twarog B, Zeslawska E, Lewicki A, Kwater T, “Using artificial neural networks to solve the problem represented by bod and do indicators”, Water, 2018, 10, 26.
Jia Z, Chen C, Luo W, Zou J, Wu W, Xu M, Tang Y, “Hydraulic conditions affect pollutant removal efficiency in distributed ditches and ponds in agricultural landscapes”, Science of the Total Environment, 2019, 649.
Jitender S, Mohit Y, Ankit J, “Artificial neural network”, International Journal of Scientific Research and Education, 2013, 1 (6), 108-118.
Manly BFJ, “Multivariate statistical methods. Department of mathematics and statistics. University of Otogo, New Zealand”, Chapman and hall,1994, 215.
Mizzouri N, Ghazaly S, “Individual and combined effects of organic, toxic, and hydraulic shocks on Individual and combined effects of organic, toxic, and hydraulic shocks on”, Journal of Hazardous Materials, 2013, 333-344.
Ncube P, Pidou M, Stephenson T, Jefferson B, Jarvis P, “The effect of high hydraulic loading rate on the removal efficiency of a quadruple media filter for tertiary wastewater treatment”, Water Research, 2016, 107, 102-112.
Sarkheil H, Alinia F, Hassani H, “Fractures distribution modeling using fractal and multi-fractal-neural network analysis in Tabnak hydrocarbon field”, Arabian Journal of Geosciences, 2013, 3, 945-956.
Sarkheil H, Alinia F, Hassani H, “The fracture network modeling in naturally fractured reservoirs using artificial neural network based on image loges and core measurements”, Australian Journal of Basic and Applied Sciences, 2009, 3, 3297-3306.
Sarkheil H, Azimi Y, Rahbari S, “Fuzzy wastewater quality index (fwwqi) for environmental quality assessment of industrial wastewater, a case study for south pars special economic and energy zone”, Journal of Civil and Environmental Engineering, University of Tabriz, 2019.
Sarkheil H, Azimi Y, Rahbar, S, “Fuzzy wastewater quality index determination for environmental quality assessment under uncertain and vagueness conditions”, International Journal of Engineering, 2018, 31 (8), 1196-1204.
Sarkheil H, Hassani H, Alinya F, Enayati AA, Motamedi H, “A Forecasting system of reservoir fracture based on artificial neural network and borehole images information-exemplified by reservoir fractures in tabnak feild”, International Multidisciplinary Scientific GeoConference: SGEM: Surveying Geology and Mining Ecology Management, 2009, 563.
Shweta G, Tripti J, Nidhi T, “Artificial neural network: a review and its application in managing water quality control”, International Journal of Scientific Development and Research (IJSDR), 2018, 3 (6), 5.
Velasco L, Granados, A, Ortega J, “Performance analysis of artificial neural networks training algorithms and transfer functions formedium-term water consumption forecasting”, (IJACSA) International Journal of Advanced Computer Science and Applications, 2018, 9.
)