روشهای خطی و غیر خطی ارتباط کمی ساختار- خاصیت( qspr ) برای پیش بینی ضریب توزیع برخی از ترکیبات شیمیایی مورد مطالعه قرار گرفته شده یک دسته ی مناسب از توصیف کننده ها محاسبه شد و مناسب ترین و بهترین آنها که بیشترین ارتباط را با پارامتر مورد نظر (ضریب توزیع) داشت توسط روش الگوریتم ژنتیک انتخاب گردید در ابتدا مدل سازی توسط رگرسیون خطی چندگانه انجام شد سپس برای حصول نتایج بهتر توصیف کننده های انتخاب شده به عنوان ورودی به روش های شبکه عصبی مصنوعی و ماشین بردار پشتبان داده شد نتایج به دست آمده به وسیله شبکه عصبی مصنوعی و ماشین بردار پشتیبان و مقایسه آن با روش رگرسیون خطی چندگانه نشان دهنده برتری مدل ماشین بردار پشتیبان نسبت به دو روش دیگر می باشد