化合物结构—性质定量关系QSPR（Quantitative Structure-Property Relationships）已成为化学计量学的一个十分重要的分支，通过建立QSPR模型来预测或估计未知样本的性质，分析对化合物的各种性质起决定作用的分子结构参数的特征，可以在分子水平上了解物质的微观结构对宏观性质的影响，对分子设计起一定的指导作用。QSPR研究在化学、生命科学以及环境科学中都有着重要的理论和应用价值。本论文研究的是醛酮化合物的定量结构—性质关系，醛酮化合物是重要的工业原料、药物原料、合成中间体，另一方面醛酮类化合物是室内及公共场所中重要的污染物之一，长期接触可导致头痛、眩晕、恶心等症状，对环境和人体都有着很大的危害，目前通过试验方法很难获得，有必要寻求方法对这些性质做出预测。因此，我们需要去研究它们的一些性质，主要是分析研究其物化性质(沸点T_bp、摩尔折射率MR、定压热容C_p、临界温度T_c和临界体积V_c)，本研究采用的方法是QSPR建模。本文从醛酮化合物的分子结构出发，运用化学软件chemoffice2010得到它们的3D构型，通过分子力学MM2方法进行结构优化，获得其空间坐标（x,y,z），构建出自定义的空间分子结构参数Y_h。同时结合其它的二维分子结构参数(分子内的碳原子个数C_n、官能团位置指数S_ox和W指数)与醛酮化合物的沸点T_bp、摩尔折射率MR、定压热容C_p、临界温度T_c和临界体积V_c等物理化学性质进行多元线性回归分析、BP神经网络分析和RBF神经网络分析，分别得到了拟合能力强和稳健性好的QSPR模型。最后用测试集样本进行模型的验证，结果表明所建立的QSPR模型预测能力强。本论文中醛酮化合物的物化性质实验值均取自于文献资料，从而节省了大量的实验费用、设备和时间，将有利于研究化合物结构与性质之间的关系。最后根据分子结构参数和其物化性质，采用系统聚类法对醛酮化合物进行聚类分析，根据分类结果整体一致性，表明所选取的分子结构参数能够准确地、可靠地解释和表征醛酮化合物的宏观性质。