该文对人工神经网络与其它化学计量学方法(包括多元线性回归、因子分析、主在分回归和偏最小二乘法等)在化学及相关领域中的应用进行广泛深入的研究和探讨。主要包括6方面的内容:(1)提出基于递推卡尔曼滤波的线性神经网络，并做了推导，将其应用于混合多组分的同时直接测定，获得更为理想的结果;(2)首次将人工神经网络用于探索金属离子的结构与其物化性质之间的关系与变化规律;(3)首次将人工神经网络技术应用于古陶产地的研究，获得有重要参考价值的结论;(4)将贝叶斯网络首次移植到化学中，并得到了一定的应用;(5)采用函数连接型网络并结合主成分回归和偏最小二乘方法系统研究了取代芳烃化合物的分子结构-毒性定量相关关系;(6)运用多元线性回归方法和误差反向传播算法系统地研究150种石油烃分子结构编码与其气相色谱保留指数之间的定量构性关系，获得令人满意的预测结果。