采用误差反传前向人工神经网络(artificial neural network,ANN)建立了24种取代芳烃的结构与其对发光菌的急性毒性之间的定量关系模型(ANN模型)。以24种取代芳烃的量子化学参数作为输入,急性毒性作为输出,采用内外双重验证的办法分析和检验所得模型的稳定性和外部预测能力。所构建网络模型的相关系数为0.9834、交叉检验相关系数为0.9780、标准偏差为0.11、残差绝对值≤0.33,应用于外部预测集,外部预测集相关系数为0.9955;而多元线性回归(multiple linear regression,MLR)法模型的相关系数为0.9786、标准偏差为0.12、残差绝对值≤0.36,外部预测集相关系数为0.9904。结果表明,ANN模型获得了比MLR模型更好的拟合效果。