超滤膜分离是一个不规则、复杂的非线性控制系统，操作压力、膜管型号、温度等因素都会影响中药的分离率。传统的分离技术虽然应用广泛，效果也不错，却难以处理超滤膜中药分离这一复杂的非线性关系。而人工神经网络优良的自学习能力和非线性映射能力使其成为解决超滤膜分离中药有效活性成分工艺参数，膜型号选择等问题强有力的手段。为此，本文提出采用BP神经网络建立网络模型来模拟并预测超滤膜的中药分离。　　 基于MATLAB的神经网络工具箱建立了中药分离的BP神经网络模拟系统，采用三层BP神经网络，输入层和输出层的神经元个数由实验条件和实验目的决定。从网络的训练结果看，该模型的建立是非常成功的，从理论上证明了可以训练超滤膜中药分离的问题。通过实例检验模型的效果，结果证明了该模型用于中药分离训练的可行性，具有很好的应用价值。　　 在训练的基础上，提高网络的泛化能力。对数据进一步整理，对其四种不同药材进行预测分析，提出了对不同中药成分分离的综合方案，为二期中药提取车间的膜设备选型提供了参考依据，制定了实际生产中膜分离工艺的应用标准。　　 利用MATLAB软件中M文件的编写可以实现超滤膜中药分离预测编程的简单化，进一步提高效率，减小工作量，增强网络的易用性和扩展性。