پس از گرد آوری مقالات مربوط به حلالیّت در سیال فوق بحرانیco2، حلالیّت ترکیبات در 8 فشار (13 تاmpa 20 ) برای هرمولکول به دست آمد. حلالیّت ها در بعضی فشارها، از طریق برنامه ی excel درون یابی شدند. مولکول های مربوطه در نرم افزار hyperchem، رسم و با روش نیمه تجربیam1 و با استفاده از الگوریتم فلتچر- ریوز ساختار ها بهینه و توسط نرم افزار dragon، توصیف کننده های هر مولکول محاسبه شد. همچنین توسط نرم افزار hyperchem، توصیف کننده های کوانتومی هم حساب شدند. برای حذف توصیف کننده های مشابه(همبستگی بالاتر از 9/0)، برنامه ای در نرم افزار matlab نوشته شده و این توصیف کننده ها حذف گردیدند. سپس برای انتخاب بهترین توصیف کننده ها، از برنامه ی ژنتیک الگوریتم که در نرم افزار مطلب نوشته شده بود، استفاده گردید. در ادامه از مدل های خطی و غیر خطی نظیر mlr و شبکه های عصبی مصنوعی برای ارزیابی داده ها استفاده گردید و نتایج مدل های مربوطه گزارش شدند. همچنین از روش اعتبار متقاطع ، برای ارزیابی اعتبار مدل ها استفاده گردید. در این پروژه در مجموع 146 ترکیب مورد بررسی قرار گرفت که ، تعداد 30 مولکول(20%) به عنوان سری ارزیابی و تعداد 30 مولکول (20%) به عنوان سری پیش بینی و مابقی 86 مولکول (60%) به عنوان سری کالیبراسیون انتخاب شدند. بهترین مدل خطی با استفاده از توصیف کننده های مشترک در 8 فشار، دارای میانگین خطای نسبی، میانگین خطای مطلق و rmse برابر (02/18، 618/0 و 798/0) برای سری کالیبراسیون و(25/13، 483/0 و 760/0) برای سری ارزیابی بودند. بهترین مدل خطی با استفاده از توصیف کننده های غیر خطی مشترک در 8 فشار (75/16، 618/0 و 788/0) برای سری کالیبراسیون و(63/12، 477/0 و 589/0) برای سری ارزیابی گزارش شدند. با استفاده از توصیف کننده های غیر خطی، مدل شبکه برای 8 فشار ساخته شد که میانگین خطای نسبی و rmse برابر (12/10، 522/0) برای سری کالیبراسیون و ( 35/17، 805/0) برای سری پیش بینی و (04/13، 617/0) برای سری ارزیابی گزارش شد. همچنین میانگین خطای مطلق برای tp و سری ارزیابی به ترتیب 549/0 و 482/0 گزارش شد.