1988年以来人们将ANN应用于化学化工领域，设计不同的神经网络结构来解决不同的应用问题，已有许多文献报道。但采用ANN方法对己二酸绿色合成反应的应用研究尚为新的探讨。绿色化学合成是当今化学化工领域的研究主流，己二酸是主要用于生产尼龙六六的原料，全球需求量很大。开发环境友好的己二酸生产工艺，替代目前释放大量有害氧氮气体的工艺，具有重要的社会效益和经济效益。该绿色反应过程涉及许多非线性和时变特性关联规律，常常难以用传统的数学方法处理和描述。基于神经网络所具有的自组织、自适应、自学习能力，能够以任意精度逼近任意非线性关系映射的特点，本文采用ANN方法对己二酸绿色合成反应体系进行研究。ANN在多年的应用研究中，逐步发展和形成的网络类型有四大类。文中采用前向型神经网络结构，BP网络模型，基于MATLAB软件平台实现BP网络仿真设计，对己二酸绿色合成反应体系单因素、多因素条件规律进行计算模拟及过程预测。在实例网络仿真的基础上，对该体系采用ANN进行规律计算模拟及预测的方法分析讨论。三层BP网络中，隐层神经元节点数目的多少，对网络性能有很大影响，多年来，许多研究者一直致力于该方面的研究，但尚未有成熟的理论。通过对实例网络仿真发现，单隐层神经元节点数目、输入矢量个数和样本数之间存在一定关系，解决该体系问题的仿真网络其隐层神经元节点数有一个较佳的选择范围。学习训练算法、学习速率的选取对网络性能也有一定影响。对网络性能评价，要从样本仿真的误差、未知数据的预测、网络映射趋势三个方面来综合评价。文中设计了单因素和多因素关系映射的四个仿真网络(ANN1～ANN4)。仿真和预测数据表明，结果符合化学规律，且与实验数据吻合。与有些可实现的方法(线性插值或正交试验法)所得结果一致，能满足该反应体系的研究要求。证明网络结构合理，具有较佳的泛化能力。研究结果为己二酸绿色合成反应体系规律探索和实施提供了一种新的手段和方法。