本文研究的主要内容是围绕有机溶剂与高分子纳滤膜之间的相互作用这一主题展开的。首先以两种聚酰亚胺材质的耐溶剂纳滤膜STARMEM^TM120和STARMEM^TM240为研究对象，测定了甲醇，丙酮等15种工业上常用的有机溶剂的通量，并利用神经网络数学工具对实验数据进行了分析，比较了溶剂物化性质对纳滤膜性能的影响。神经网络的模拟结果表明偶极距对纳滤膜性能影响最大，其它溶剂物性如粘度和分子量同样也对纳滤膜有一定影响；而表面张力和介电常数对最终通量的影响较小。然后又利用了新型高分子纳滤膜的表征方法，有膨胀率，膜孔径，接触角和ATR-FTIR，分别对一种聚酰亚胺材质和硅氧树脂材质的纳滤膜进行了表征。实验结果表明这些实验方法和技术可以用来揭示有机溶剂处理后纳滤膜活性层的结构和亲水性变化。从对两种商用纳滤膜的分析结果来看，对于MPF-44膜，溶剂与聚合物的相互作用改变了亲水位点的数量，但是没有破化活性层的结构。而对于STARMEM^TM228膜，聚合物结构的机械损坏是其纳滤性能下降的主要原因。最后选用两种具有代表性的高分子纳滤膜制备工艺，利用神经网络对其各自正交实验得出的制备工艺进行了优化，发现模拟结果与实验结果非常吻合，说明神经网络可以有效的反映出不同提取工艺各影响因素与优化指标之间的内在规律，具有普遍适用性。在此基础上利用网络的预测能力可以确定较为可信的全局最优工艺条件，为工艺人员更好的控制各工艺参数提供了有力的工具。