چکیده: در این تحقیق از شبکه عصبی مصنوعی و ماشین بردار پشتیبان برای مدلسازی و پیش بینی ویسکوزیته ی آلکانها در محدوده ی وسیعی از دما و فشار استفاده گردید. تعداد زیادی توصیف کننده با استفاده از نرم افزار دراگون محاسبه شدند و توصیف‏ کننده ‏های انتخاب شده زیر مجموعه‏ ای از 18 دسته توصیف‏ کننده ‏های دراگون توسط روش رگرسیون خطی چندگانه می‏باشد. 4 توصیف کننده تئوری و2 توصیف کننده تجربی دما و فشار به عنوان ورودی شبکه مورد استفاده قرار گرفتند. توصیف ‏کننده ‏های انتخاب شده برای ایجاد یک شبکه 1-5-5 و ماشین بردار پشتیبان استفاده شد. داده ها در شبکه عصبی به سه سری: آموزش، ارزیابی و تست تقسیم شدند و داده ‏ها در ماشین بردار پشتیبان به دو سری: آموزش و تست تقسیم شدند. پس از آموزش شبکه و بهینه کردن پارامترهای شبکه عصبی و ماشین بردار پشتیبان، کارایی مدل توسط سری تست مورد بررسی قرار گرفت و نتایج حاصل از شبکه عصبی و ماشین بردار پشتیبان برای این سری ها با نتایج تجربی مقایسه گردید.