骨胶是利用废弃的动物皮、骨头及肌腱等人不能食用的部分，经简单处理而得到的一种胶粘剂。但是骨胶也存在一些给工业化大生产的控制和操作带来无法克服的困难：粘度随温度变化大、常温下失去流动性呈凝胶状、易霉变，贮存和运输都有困难等。随着科技的进步，合成胶粘剂发展迅速，市场上逐渐出现白乳胶（聚醋酸乙烯酯）、三醛胶（脲醛、酚醛、三聚氰胺甲醛树脂）等胶粘剂，但它们的溶剂多为苯、丙酮等有机溶剂作稀释剂，对环境和健康造成了影响。随着人们环保意识的增强，合成胶对人体的伤害引起人们的极大关注，因此开发环保型胶粘剂将是未来胶粘剂发展的主导方向。本文针对骨胶存在的一些缺点和不足，对其改性，采用神经网络、多元线性回归等智能算法、统计学方法对这种环保型胶粘剂进行了一些初步研究。　　 研究了以环氧氯丙烷接枝改性骨胶的制备工艺，对骨胶的相对密度、灰分、固体含量等物理性能进行了测定。同时对改性骨胶进行了红外，紫外光谱等表征。所得到的改性骨胶粘合剂具有凝固点低，粘结强度高等特点。　　 改性过程中，存在诸多影响其理化性能的因素，比如酸解温度、接枝共聚温度、环氧氯丙烷用量等多种因素。科研人员大都是凭借经验，一定的实验技能或正交设计等方法对这些因素进行选择，找出最优的工艺。　　 本课题首先将数学统计学中的多元线性回归方程引入骨胶粘度和各种影响因素的相关性研究。通过散点图确定了其存在的线性关系，然后通过实验数据，基于matlab编程建立了相应的多元线性回归方程。其R2=0.9459,p=0.0000＜0.05，线性关系显著。　　 然后将人工神经网络(Artificial Neural Networks, ANN)-模拟人脑的非线性思维来处理问题的一种方法引入骨胶初始粘度的预测，利用多层前馈神经网络(BP)特有的非线性映射能力，建立一种改性骨胶的多层前馈网络预测模型。基于BP网络在各方面的良好的预测能力，将其运用到本研究中。选取氢氧化钠用量、碱解时间、接枝共聚温度、环氧氯丙烷用量、接枝共聚时间等作为五个主要因素，以改性骨胶在20℃的初始粘度为考察标准。一共16组实验数据进行BP预测建模。采用优化算法trainlm，当学习因子为0.05，期望误差取1×10-5时。训练速度非常快，仅经过6次训练，均方误差己达到7.7109×10-9。随机选择2组影响因素，结果预测的骨胶初始粘度误差不到2％。较好地与实验值相吻合，为建立一套完善、优化的骨胶生产工艺提供科学的理论依据。　　 最后对骨胶的水解进行了初步研究。通过茚三酮与骨胶中甘氨酸的显色反应，采用标准曲线法测定氨基酸的含量。所得标准曲线为y=0.0892x+0.00043，相关系数R2=0.9984。茚三酮比色法是一种好的氨基酸的定量检测方法，具有操作简单、成本低的优点。