Zaproponowano model analizatora intensywności zapachu w postaci dwóch warstw neuronów. Pierwsza warstwa zawiera chaotycznie rozmieszczone selektywne receptory poszczególnych odorantów. Wpływ odoranta na intensywność zapachu mieszanin zależy od liczby odpowiednich receptorów oraz liczby jego połączeń z neuronami warstwy drugiej (stopień dywergencji). Neuron drugiej warstwy zostaje pobudzony jednakowo po odebraniu sygnału z dowolnego receptora lub z kilku receptorów. Założono, że intensywność zapachu jest wprost proporcjonalna do liczby pobudzonych neuronów warstwy drugiej. Badany model zawierał 1000 neuronów w warstwie pierwszej i 1456 neuronów w warstwie drugiej. Warstwa pierwsza zawierała receptory A i B (RA i RB) w ilościach 15% RA, 15% RB oraz 30% RA I 0% RB. Receptory A cechowała dywergencja 1:9, receptory B - 1:25. Bodźcem były mieszaniny zawierające 5-100 cząsteczek A i B na sto (x , = O, 0,2, 0,5, 0,8 i 1,0). Potwierdzono ogólne podobieństwo reakcji modelu analizatora do reakcji ludzkiego węchu.