La predicción de series temporales de visibilidad en términos de varias variables meteorológicas, como la humedad relativa, la temperatura, la presión atmosférica y la velocidad del viento, se presenta en este documento utilizando técnicas de Análisis de Regresión de Variable Única (SVRA), Redes Neuronales Artificiales (ANN) y Sistemas de Inferencia Neuro-difusa Adaptativa Híbrida (ANFIS) para varias ubicaciones subtropicales. El método inicial utilizado para la predicción de visibilidad en este estudio fue el SVRA, y los resultados se mejoraron utilizando las técnicas ANN y ANFIS. A lo largo del estudio, se entrenaron redes neuronales con varios algoritmos y funciones con diferentes parámetros atmosféricos para establecer una función de relación entre las entradas y la visibilidad para todas las ubicaciones. Los modelos neuronales entrenados fueron probados y validados comparando datos reales y predichos para mejorar la precisión de la predicción de visibilidad. Los resultados se compararon para evaluar la eficiencia de los sistemas propuestos, midiendo el error cuadrático medio (RMSE), el coeficiente de determinación (R) y el error de sesgo medio (MBE) para validar los modelos. La técnica estadística estándar, particularmente el SVRA, reveló que la relación funcional más fuerte fue entre la visibilidad y la HR, seguida de la SV, la T y la P, en ese orden. Sin embargo, para mejorar la precisión, este estudio utilizó algoritmos de retropropagación y aprendizaje híbrido para la predicción de visibilidad. El análisis de errores de la técnica ANN mostró una mayor precisión de predicción cuando se consideraron juntas todas las variables atmosféricas. Después de probar varios modelos de redes neuronales, se encontró que el modelo ANFIS proporcionó los resultados predichos más precisos, con mejoras del 31.59%, 32.70%, 30.53%, 28.95%, 31.82% y 22.34% sobre la ANN para Durban, Ciudad del Cabo, Mthatha, Bloemfontein, Johannesburgo y Mahikeng, respectivamente. El modelo neuro-difuso demostró mejor precisión y eficiencia al ofrecer los mejores resultados con el RMSE más bajo y el más alto para todas las ciudades involucradas en comparación con el modelo ANN y las técnicas estadísticas estándar. Sin embargo, el análisis de rendimiento estadístico entre la visibilidad medida y la estimada indicó que la ANN produjo resultados satisfactorios. Los resultados encontrarán aplicaciones en Comunicación Óptica Inalámbrica (OWC), operaciones de vuelo y análisis del cambio climático.