2.4其他 此外，研究者仍然在尝试新的方法，以求建立精度更高、适用范围广的中药组效关系模型，一些其他神经网络也被应用于组效关系研究中。如Alvaro等^[51]采用一种多层人工神经网络构建了30种挥发油物质组成的混合物与其抗氧化药效之间的关系模型，用于预测不同成分配比的混合物的药效，结果表明此模型的预测误差小于5%；蒋建兰等^[52]将GRNN神经网络应用于花椒抗癌组效关系模型的建立，预测精度良好，并以此辨识出具有潜在抗癌活性的成分，此方法简单，参数优化少。

    人工神经网络是非线性、自适应信息处理系统，能够很好地处理非线性、模糊的、随机的、低精度的及大通量的信息，解决知识背景不清楚，推理规则不明确等复杂类模式识别问题^[53]。大量试验已证明人工神经网络适用于复杂的中药组效关系研究，并且大部分模型预测精度优于统计分析模型[39， 46-47]。然而，这些方法都具有各自的优缺点 ......