材料期刊网

用分子自由振动固有频率预测阴离子表面活性剂临界胶束浓度

仇明华 , 曹晨忠 , 赵立刚 , 罗娟

应用化学 doi:10.3969/j.issn.1000-0518.2004.03.014

根据机械振动理论的简谐振动模型,将分子作为多自由度振动的弹簧-质量系统处理,计算了40个不同类型的阴离子表面活性剂分子的振动固有频率. 用其中的基频(ωo)和总频(∑ωi)作为分子结构信息参数,建立了4种类型的表面活性剂的定量临界胶束浓度-结构相关性(QSCMCR) 预测模型:log CMC=A0+A1ωo+A2∑ωi,其相关系数r均大于0.99. 由该模型得到的回归方程用于上述40种表面活性剂分子临界胶束浓度(CMC)的计算,平均绝对误差仅为0.058 8,平均相对误差仅为0.031 6.

关键词: 阴离子表面活性剂 , 临界胶束浓度(CMC) , 固有频率 , QSPR

Novel Distance-Related Matrix Index and QSPR Research for Thermodynamics of Methyl Halides

武汉理工大学学报-材料科学版(英文版)

关键词:

基于计算机化学方法的中药膜过程研究

郭立玮 , 李玲娟 , 董洁

膜科学与技术 doi:10.3969/j.issn.1007-8924.2011.03.031

中药膜分离过程是一个非线性系统,其工艺数据具有多变量、非线性、强噪声、自变量相关、非正态分布、非均匀分布等全部或部分特征.为了探索中药复杂体系膜过程优化原理与方法,提出使用神经网络、支持向量机等计算机化学方法建立预测模型,并开发实现集成化的综合分析和预测系统.结果表明,该集成化的综合分析系统较单一分析建模预测精度更高.同时介绍了定量结构-活性/性质相关性(QSAR/QSPR)研究的主要步骤及采用该方法开展的“超滤膜对生物碱类等物质的透过/截留及其定量结构关系的研究”.

关键词: 中药 , 膜分离过程 , 人工神经网络 , 支持向量机 , 分子结构参数

定量结构-活性/性质相关性研究中变量选择方法的研究

章文军 , 许禄

应用化学 doi:10.3969/j.issn.1000-0518.2001.03.005

鉴于变量选择在QSAR/QSPR研究中的重要性，比较了遗传算法和几种传统的方法，如前进法、后退法及逐步回归法.结果表明，对于研究中所用数据，遗传算法较几种传统的方法为好，其原因可能由于传统的方法陷入了局部最优.遗传算法在变量较多的情况下方可显示出效率高和得到较好结果的优越性.对于变量的选择，遗传算法是一值得推荐的有效的方法.

关键词: 构效关系 , 遗传算法 , 前进法 , 后退法 , 逐步回归法

支持向量机用于高分子聚合物的折射率预测

周鹏 , 梅虎 , 田菲菲 , 李志良

应用化学 doi:10.3969/j.issn.1000-0518.2006.12.024

引入支持向量机(SVM)技术对95个高聚物的折射率进行定量构性相关(QSPR)研究,并将其与多元线性回归(MLR)、神经网络(ANN)进行了比较.结果表明,对于小样本非线性问题支持向量机具较强稳定性及泛化能力,多数情况优于传统方法.所得模型复相关系数r2、交叉检验q2及对外部样本预测能力q2ext分别为0.943、0.938和0.919.

关键词: 支持向量机 , 定量构性相关 , 高聚物 , 折射率

基于支撑向量机方法的有机化合物的生成Gibbs自由能的预测

王冰 , 刘焕香 , 姚小军 , 任月英 , 胡之德

应用化学 doi:10.3969/j.issn.1000-0518.2006.05.019

用支撑向量机研究了607种有机化合物的结构和他们的Gibbs自由能的关系,建立了相应的QSPR模型. 表示分子结构的描述符是从CODESSA软件中计算得到的,通过前向逐步回归分析选择其中的13个描述符,多元线性回归(MLR)和支撑向量机(SVM)被分别用来构造线性和非线性模型预测有机化合物的Gibbs自由能. 支撑向量机方法得到的模型对整个数据集、训练集、测试集的平均绝对偏差分别为31.098 9、30.569 5和35.924 6 kJ/mol ,预测结果令人满意.

关键词: 支撑向量机 , 多元线形回归 , 吉布斯自由能

碳纳米管吸附能力的神经网络理论模型

堵锡华 , 王超

环境化学 doi:10.7524/j.issn.0254-6108.2016.07.2016012602

为了研究碳纳米管吸附环境有机污染物的平衡常数与分子结构之间的定量结构-性质相关关系,基于分子结构及邻接矩阵,计算了59种芳香化合物的分子连接性指数、分子形状指数和电性拓扑状态指数,建立了这59种有机污染物分子在碳纳米管上的吸附能力与0x、3x、4x、4xpc、K2、K4、I7、I9、I16共9种指数的定量结构-性质相关性(QSPR)模型.将上述9种结构参数作为BP神经网络方法的输入神经元,采用9∶3∶1的神经网络结构,获得了令人较为满意的QSPR预测模型,模型的总相关系数R分别为0.976和0.979,利用模型计算得到的吸附能力预测值与实验值(lgK∞、lgKSA.∞)的平均误差分别为0.15和0.14,两者吻合度较好.结果表明芳烃化合物在碳纳米管上的吸附能力与9种结构参数之间有良好的非线性关系,研究对评价芳烃化合物在生态环境中的危险性具有现实意义.

关键词: 碳纳米管 , 芳香化合物 , 吸附能力 , 神经网络 , 拓扑指数

聚甲基丙烯酸酯类运动单元结构与玻璃化转变温度的关系

禹新良 , 陈建芳 , 刘万强

高分子材料科学与工程 doi:10.16865/j.cnki.1000-7555.2016.06.010

玻璃化转变温度(Tg)是非晶态高聚物材料的一项很重要的参数.文中采用多元线性回归方法建立了56种聚甲基丙烯酸酯类高聚物Tg的结构-性能定量关系(QSPR)模型.模型所用参数从聚甲基丙烯酸酯类主链包含10个重复单元的运动单元计算得到.模型训练集(包含36种聚甲基丙烯酸酯类高聚物)的相关系数为0.971,标准误差为15.731K;模型测试集(包含20种聚合物)相关系数为0.946,均方根误差(rms)为17.286K;整个数据集(56种聚合物)相对误差为4.065％.结果表明,本文所得模型对聚甲基丙烯酸酯类高聚物Tg有着较强的预测能力.因此从高分子主链段运动单元得到分子参数预测Tg是可行的.

关键词: 玻璃化转变温度 , 运动单元 , 聚甲基丙烯酸酯 , 结构-性能关系