فرآیند الکترودیالیز به عنوان یکی از روش های تصفیه پساب، تقریبا آب بدون املاح را از آب شور جدا می کند و در حال تبدیل شدن به یک راه حل برای کمبود آب در سراسر جهان است. در این پژوهش، مقادیر جریان حجمی در شش سطح (1، 5/2، 5، 10، 15 و 20 میلی لیتر در دقیقه)، غلظت املاح در سه سطح (200، 500 و 1000 میلی گرم در لیتر)، دما در سه سطح (50، 60 و 70 درجه سانتی گراد)، ولتاژ در سه سطح (10، 20 و 30 ولت) و فشار در سه سطح (200، 400 و 800 پاسکال) استخراج گردید. به منظور مدل سازی میزان تاثیر هریک از ورودی های مذکور بر درصد جداسازی و میزان شار خروجی سلول الکترودیالیز آب دریا، از طرح فاکتوریل کامل و شبکه عصبی GMDH استفاده شد. نتایج تجزیه وتحلیل آماری نشان داد بین کلیه اثرات ساده و متقابل صفات درصد جداسازی و شار، اختلاف معنی داری در سطح یک درصد وجود دارد. با کاهش جریان حجمی و غلظت املاح و افزایش دما، ولتاژ و فشار، درصد جداسازی و شار خروجی افزایش معنی داری نشان دادند. نتایج مدل سازی با شبکه عصبی GMDH نیز در مرحله آموزش، دقت پیش بینی درصد جداسازی (90/0=R2، 16/0-=MBE و 48/7=RMSE) و میزان شار خروجی (79/0=R2، 001/0=MBE و 08/0=RMSE) را نشان داد. همین مقادیر در مرحله صحت سنجی به ترتیب 85/0، 3- و 37/9 برای درصد جداسازی و 78/0، 008/0- و 07/0 برای میزان شار خروجی بودند. بنابراین استفاده از طراحی آزمایش ها و شبکه عصبی GMDH، در مدل سازی یون زدایی از پساب با استفاده از فرآیند الکترودیالیز، کارایی مناسبی دارد.