วิทยานิพนธ์ฉบับนี้ได้นำเสนอการประดิษฐ์ระบบแยกแยะชนิดของสารระเหยอินทรีย์โดยระบบที่ประดิษฐ์ขึ้นนี้ประกอบด้วยระบบวัดก๊าซชนิดไอไหลผ่านที่ควบคุมการทำงานของระบบโดยคอมพิวเตอร์และหัววัดก๊าซชนิดต่างๆ ซึ่งหัววัดก๊าซเหล่านี้จะถูกประดิษฐ์ขึ้นจากการนำสารอนินทรีย์ชนิดต่างๆ ได้แก่ SnO(,2), ZnO, PdCl(,2), NiO(,2), TiO(,2), C(,10)H(,10)Fe, WO(,3), SnCl(,2)และ CuO รวม 9 ชนิดมาสร้างเป็นเมมเบรนวัดบนผิวหน้าของทรานส์ดิวเซอร์ชนิด QCM (Quartz CrystalMicrobalance) โดยการทดสอบความสามารถในการแยกแยะของระบบจะแยกแยะสารระเหยอินทรีย์ 5 ชนิด คืออะซิโตน เมทานอล เอทานอล โทลูอีน แอมโมเนีย และน้ำปลอดอิออนรวมทั้งหมด 6 ชนิด โดยในขั้นตอนแรกจะนำหัววัดก๊าซชนิดต่างๆ ที่ได้ประดิษฐ์ขึ้นไปวัดทดสอบกับสารตัวอย่างทั้ง 6ชนิดข้างต้นเพื่อคัดเลือกหัววัดก๊าซที่เหมาะสมไปใช้ในกระบวนการแยะแยะ ซึ่งได้ทำการคัดเลือกหัววัดก๊าซชนิด ZnO, NiO(,2), WO(,3) และ SnCl(,2) รวมทั้งหมด 4 หัววัด ในกระบวนการแยกแยะจะนำข้อมูลของการเปลี่ยนแปลงความถี่ของผลตอบสนองที่ได้จากหัววัดก๊าซที่เวลา 25, 50, 75, 100, 125, 150, 175, 200 และ 225 วินาทีภายหลังจากเริ่มไหลผ่านสารตัวอย่างไปทำการแยกแยะโดยระบบเครือข่ายประสาทสองชนิดคือ radial basis neural networks (RB-NNs) และback propagation neural networks(BP-NNs) จากผลการทดลองพบว่าเงื่อนไขในการแยกแยะสารตัวอย่างดังกล่าวที่ให้ความถูกต้องในการแยกแยะสูงสุดได้จากการใช้ข้อมูล 7 จุดที่เวลา 50, 75, 100, 125, 150, 175 และ 200 วินาทีร่วมกับการใช้ระบบเครือข่ายประสาทชนิด radial basis โดยได้ความถูกต้องในการแยกแยะประมาณ 90เปอร์เซ็นต์ ซึ่งสูงกว่าการใช้ระบบเครือข่ายประสาทชนิด back propagation ที่ให้ความถูกต้องในการแยกแยะสูงสุดเพียง 62%