聚酰亚胺材料拥有耐化学稳定性、耐高温、力学性能好及耐辐射等优异的综合性能，被广泛应用于有机发光、太阳能电池、航天航空以及微电子等领域，聚酰亚胺是快速发展的挠性线路板的主要基板材料，但目前使用的摩洛哥vs克罗地亚让球
的介电常数偏高(如典型的商用Kapton，ε= 3.4 ~3.6，1 MHz下)，不能满足未来高密度集成电路、高频高速信号传输等领域对终端电子产品绝缘基材介电性能的需求. 开发新型低介电(ε <3.0)及超低介电(ε < 2.2)的聚酰亚胺材料成为该领域的热门研究方向. 在过去的30年中，国内外科研工作者设计合成了大量的新型低介电聚酰亚胺材料，为系统开展该领域结构与性能关系的定量化研究奠定了坚实的理论和实验基础。
定量构效关系(QSPR)是一种利用数学统计方法等构筑量化预测模型的方法，可有效提高材料设计合成的效率，大幅度减少新材料研发的成本和时间，已被广泛用于药物等生物活性分子和新材料结构的合理设计， 近年来，已经有数个致力于构建多样化化合物的介电常数构效关系研究。使用多元线性回归分析与偏*小二乘法构建了有机溶剂理化性质的QSPR模型；该模型为包含3个参数的多元线性回归方法，涵盖从2 ~ 41的介电常数值范围，其平方相关系数(R2)为0.96。
基于141个π-π共轭化合物(其中训练集116个，测试集25个)开发了一个QSPR模型. 利用该模型获得的预测介电常数值与实验值高度吻合(训练集和测试集的相关系数R2分别为0.93和0.97). Schweitzer和Morris用神经网络建立2个单独的QSPR模型来计算介电常数. 模型分别包含497个和454个化合物组成的2个数据集，使用偶极矩、极化率、元素数或官能团、氢键能、带电部分表面积和分子量连接性作为选择的描述符。采用多元线性回归和人工神经网络模型预测有机液体的介电常数和柯克伍德函数. 平均预测误差**介电常数模型为27%，**模型的平均预测误差柯克伍德函数为4.1%。
在低介电聚酰亚胺材料的结构与性能关系研究领域，虽然已形成了一些规律和共识，但其定量构效关系的研究仍有待深入. 如能借助QSPR方法，在材料设计前期利用微观性质参数有效预测*终聚酰亚胺材料的介电性能，构建起微观分子组成特性与材料宏观性质之间的量化关系，将对新型低介电聚酰亚胺的研发具有重要指导意义。
