استخراج با سیال فوق بحرانی به عنوان یکی از کارآمدترین و سازگارترین روش های نوین استخراج، توجه گسترده ای را در صنایع غذایی، دارویی و شیمیایی به خود جلب کرده است. با این حال، پیچیدگی های ذاتی این فرآیند، که ناشی از اثر متقابل پارامترهای متعدد بر یکدیگر است، ضرورت بهره گیری از رویکردهای مدل سازی و بهینه سازی را اجتناب ناپذیر ساخته است. مقاله ی حاضر، با هدف مروری جامع و تحلیلی بر روش های مدل سازی و بهینه سازی فرآیند استخراج فوق بحرانی، به معرفی مبانی نظری و عملی هر یک از روش ها می پردازد. در حوزه ی مدل سازی سینتیک، مدل سلول های شکسته و سالم (سویووا) به دلیل در نظر گرفتن ساختار ناهمگن ذرات گیاهی، به عنوان جامع ترین مدل شناخته می شود، در حالی که مدل هسته ی در حال انقباض، گزینه ای مناسب برای تخمین های اولیه محسوب می گردد. در حوزه ی بهینه سازی، روش سطح پاسخ با ارائه ی مدل های ریاضی تفسیرپذیر، امکان درک عمیق تری از روابط بین پارامترها را فراهم می آورد و شبکه های عصبی مصنوعی با توانایی بالا در مدل سازی روابط غیرخطی، دقت پیش بینی بالاتری ارائه می دهند. نتایج نشان می دهد که رویکردهای ترکیبی (هیبریدی) به عنوان آینده ی این حوزه ترسیم می شوند و توسعه ی مدل های فیزیک-محور و داده محور، از مهم ترین چشم اندازهای تحقیقات آینده است.

استخراج فوق بحرانی دی اکسید کربن فوق بحرانی مدل سازی سینتیک روش سطح پاسخ شبکه های عصبی مصنوعی