定量构效关系(Quantitative Structure-Activity Relationship，QSAR)研究是评价有毒化学品生态风险的重要手段。在环境化学中，如何建立有机物的毒性与表征其结构特征的理化参数之间的相关性方程，即通过测量或计算有机物的理化参数对化学品的生物毒性和环境行为进行预测是QSAR的重要内容。本文以取代苯胺和苯酚类化合物对大型潘(Daphnia magna Straus)的QSAR及磺酰胺类和磺酰脲类除草剂的QSAR研究为例，采用支持向量机回归(Support vector regression，SVR)方法，通过选择最优核函数、汰选描述符、选择最优训练集建模，对化学品的生物活性进行了预测。结果表明，采用近邻群法并结合参数汰选时预测结果具有良好的预报性能和稳定性，能较好地反映化合物分子结构与其毒性之间的内在联系，并且计算复杂度明显降低，特别是训练集较大时可大大提高运算的速度和节省时间。故可认为基于SVR的参数汰选及近邻群法在毒性评价及控制中具有极为广阔的应用前景。