二元聚合物溶液的相行为,如低临界溶解温度（LCST）和高临界溶解温度（UCST）在聚合物相关工艺的开发和设计中具有重要作用。部分混溶的聚合物溶液通常有θ（LCST）和θ（UCST）两个溶解度边界,它们可以用作聚合物溶液加工的温度使用极限。虽然实验是获取聚合物溶液临界溶解温度数据的有效手段,但实验不仅需要消耗大量的人力物力,而且测量极高或极低临界溶解温度十分困难。建立数学模型估算聚合物溶液的临界溶解温度是解决这类问题的有效手段。定量构效关系（QSPR/QSAR）方法通过将化合物分子结构信息与其性质或活性数据相结合,建立数学模型,从而对未知化合物目标性质或活性进行预测。本研究基于课题组提出的范数描述符的概念,利用QSPR方法对二元聚合物溶液的临界性质进行定量研究,主要分为以下两个方面:二元聚合物溶液θ（LCST）构效关系的研究:应用177个θ（LCST）数据,分别建立拓扑LCST-QSPR模型和空间LCST-QSPR模型。基于分子拓扑结构得到的拓扑范数描述符,利用多元线性回归（MLR）方法,建立拓扑LCST-QSPR模型,其训练集和测试集相关系数的平方（R~2）分别为0.9406和0.9379。由于此过程不需要进行结构优化,故可快速建立模型。在拓扑范数描述符的基础上,增加一系列优化后的分子结构得到的量子化学范数描述符,建立具有更高准确性的空间LCST-QSPR模型,该模型训练集、测试集的R~2分别为0.9423和0.9392。多种验证方法和统计参数的结果表明,基于范数描述符建立的LCST-QSPR模型拟合效果好,具有良好的稳定性、预测能力和广阔的应用前景。二元聚合物溶液θ（UCST）构效关系的研究:应用109个θ（UCST）数据,分别建立拓扑UCST-QSPR模型和空间UCST-QSPR模型。利用MLR方法、基于拓扑范数描述符,建立拓扑UCST-QSPR模型,该模型训练集和测试集的R~2分别为0.8604和0.8785。添加量子化学范数描述符后,建立具有更高精度的空间UCST-QSPR模型,其训练集、测试集的R~2分别为0.8826和0.8869。研究结果显示,利用范数描述符所建立的两种UCST-QSPR模型有良好的稳定性和预测性能,且模型的可靠性强,适用范围广泛。本工作所建立的拓扑和空间QSPR模型都具有较好的拟合效果,说明利用拓扑范数描述符和量子化学范数描述符预测二元聚合物溶液θ（LCST）值和θ（UCST）值是有效的,且量子化学范数描述符的加入在一定程度上提高了模型的精度。多种验证结果表明,本研究所建立的四个模型的实验值和预测值均具有较高的相关性,说明范数描述符在预测二元聚合物溶液的相行为数据方面具有很好的适用性和较高的准确性。