弹性反传神经网络法预测烷基苯的疏水性常数

色谱 , 2002, 20(3): 216-218. doi: 10.3321/j.issn:1000-8713.2002.03.006

弹性反传神经网络法预测烷基苯的疏水性常数

刘二东 ^1, , 杨更亮 ^2, , 田宝娟 ^3, , 李志伟 ^4, , 陈义 ^5,

1.河北大学化学与环境科学学院,河北,保定,071002

2.河北大学化学与环境科学学院,河北,保定,071002中国科学院化学研究所分子科学中心,北京,100080

3.河北大学化学与环境科学学院,河北,保定,071002

4.河北大学化学与环境科学学院,河北,保定,071002

5.中国科学院化学研究所分子科学中心,北京,100080

关键词：人工神经网络 , 弹性反传算法 , 疏水性常数 , 烷基苯

Application of Resilient Backpropagation Neural Network in PredictingHydrophobic Parameters of Alkylbenzenes

介绍了应用人工神经网络预测烷基苯分子疏水性常数的方法.该法同传统方法相比,具有操作简便,适用范围广的特点.基于误差反传神经网络,建立了分子连接性指数(χ)、范德华表面积(Aw)和疏水性常数(log P)之间的数学模型.应用该模型对烷基苯分子的疏水性常数进行预测,其平均相对偏差为0.67%.并且通过与标准误差反传算法和自适应学习算法相比较,发现弹性反传算法具有训练速度快,参数选择简单的特点.

参考文献

[1]	GUO Rong-bo, LIANG Xin-miao, CHEN Ji-ping, et al. Chinese Journal of Chromatography, 2001, 19(3): 211郭荣波,梁鑫淼,陈吉平,等. 色谱,2001,19(3):211
[2]	El Tayar N, Tsantili-Kakoulidou A, Roethlisberger T, et al. J Chromatogr, 1988, 439: 237
[3]	GUO Ming, LIU Wen-jie, XU Zun. Chemical Journal of Chinese Universities, 2000, 21(1): 41郭明,刘文杰,徐尊. 高等学校化学学报,2000,21(1):41
[4]	YUAN Zeng-ren. Artificial Neural Network and Its Applications. Beijing:Tsinghua University Press, 1999. 88袁曾任. 人工神经网络及其应用. 北京:清华大学出版社,1999. 88
[5]	Jinno K, Kawasaki K. J Chromatogr, 1984, 316: 1
[6]	WANG Lian-sheng. Chemistry of Organic Contaminants. Beijing:Science Press, 1990. 60王连生. 有机污染物化学. 北京:科学出版社,1990. 60

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网

弹性反传神经网络法预测烷基苯的疏水性常数

Application of Resilient Backpropagation Neural Network in PredictingHydrophobic Parameters of Alkylbenzenes

参考文献