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
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%