هدف اصلی این پژوهش، مدل سازی واحد صنعتی تولید هیدروژن بر اساس تبدیل متان با بخار آب با کاربرد شبکه عصبی مصنوعی است. عامل های دبی فراورده و انرژی مصرفی به عنوان عامل های خروجی مدل در نظر گرفته شد و دو شبکه عصبی مجزا برای پیشبینی این دو عامل مدنظر قرار گرفت. نتیجه های مدل سازی با دقت بسیار خوب، خطای متوسط مطلق، خطای متوسط نسبی و خطای احتمالی بین داده های واقعی کارخانه و مدل را به ترتیب برابر با 2.14، 1.21 و 2.9 برای شبکه اول و 0.37، 0.84 و 0.55 برای شبکه دوم پیش بینی کرد. بر اساس تجزیه حساسیت، دمای گاز سنتز خروجی از مبدل، بیشترین تاثیر را بر تولید هیدروژن و دبی جریان گاز اتلافی به عنوان تاثیرگذارترین عامل بر میزان مصرف انرژی واحد شناخته شدند. پس از مدل سازی واحد، از الگوریتم ژنتیک به منظور یافتن شرایط عملیاتی بهینه استفاده شد. به این صورت که سود ناخالص به دست آمده از فرایند به عنوان تابع هدف مدنظر قرار گرفت و عامل های عملیاتی به منظور دستیابی به حداکثر سود با استفاده از الگوریتم ژنتیک بهینه شد. نتیجه های الگوریتم ژنتیک سود به دست آمده از فرایند را 42.56 دلار بر ساعت پیش بینی کرد که 25 درصد بیشتر از میانگین سود واحد در شرایط واقعی است.