在密度泛函理论的基础上, 根据软、硬酸碱原理, 通过孤对电子计算得到的各种化学性质, 我们建立了一种定量研究有机化合物亲核性/碱性的方法。这些化学性质描述符包括全局柔性, Fukui方程, 局部柔性, 局部Mulliken电荷等, 它们是通过PC Spartan Pro软件, 在密度泛函理论SVWN/DN* 层面上计算得到的量。在本研究工作中, 选择了28个化合物, 基于计算得到的密度将它们按照亲核性/碱性进行了分类。神经网络中的BP算法被用来研究所选取描述符与亲核性/碱性之间的关系。通过交叉验证避免了在神经网络训练中可能会出现的过度拟合问题。结果显示基于所建立神经网络的预测结果与已知的实验结果符合的很好。局部柔性与Fukui方程与亲核性之间有着相当好的对应关系, 而局部Mulliken电荷更好地反映了碱性。我们期望所建立和训练得到的BP网络模型可以被用来预测未知化合物和功能基团的亲核性/碱性。