در سامانه‌های توزیع آب حوادث ایجاد شده در لوله‌ها از اهمیت بالایی برخوردار است. در شکست لوله‌ها عوامل متعددی همچون سن، قطر، جنس، شرایط اجرا و نصب، شرایط بهره‌برداری و غیره دخیل بوده و بررسی‌ها نشان دهنده عدم جامعیت روابط ارائه شده در پیش‌بینی نرخ شکست لوله‌ها است. در این تحقیق، ساختاری با استفاده از ترکیب مدل‌های نوین بهینه‌سازی و شبیه‌سازی تدوین گردید. در این ساختار برای شبیه‌سازی نرخ شکست لوله‌ها از شبکه‌های عصبی مصنوعی استفاده شد. با توجه به عدم توانایی شبکه‌های عصبی در مشخص نمودن تأثیر هر متغیر مستقل بر متغیر وابسته، در این تحقیق برای تعیین پارامترهای ورودی مؤثر در نرخ شکست و همچنین مناسب‌ترین پارامترهای مرتبط با ساختار شبکه عصبی مصنوعی، از الگوریتم بهینه‌سازی ژنتیک با هدف ارائه ساختاری با کمترین میزان خطای شبیه‌سازی، استفاده گردید. متغیرهای تصمیم در این الگوریتم مشخصات شبکه عصبی و پارامترهای مؤثر بر نرخ شکست هستند. با اجرای ساختار پیشنهادی، علاوه بر پارامترهای مؤثر در شکست لوله، بهترین ساختار شبکه عصبی تعیین گردید. با استفاده از نتایج این تحقیق می‌توان مناسب‌ترین رابطه نرخ شکست لوله‌ها را با توجه به پارامترهای تأثیرگذار بر آن استخراج نمود. نتایج این تحقیق بیانگر آن است که روش ترکیبی پیشنهادی قادر است پارامترهای بهینه و مؤثر در نرخ شکست لوله‌ها را از میان عوامل متعدد مؤثر در شکست، استخراج کند و باعث ارتقای قابلیت و قدرت تعمیم شبکه عصبی گردد که این امر نشان دهنده کارایی بالای روش پیشنهادی در شبیه‌سازی روابط غیرخطی و پیچیده است.
