于旋转曲面变换PSO算法的神经网络用于胺类有机物毒性分类.pdfVIP

第34卷 分析化学 (FENXIHUAXUE) 研究报告 第3期 2006年3月 ChineseJournalofAnalyticalChemistry 316~320 基于旋转曲面变换PSO算法的 神经网络用于胺类有机物毒性分类 熊 勇”,2 陈德钊’胡上序’ (‘浙江大学化工系杭州310027 2(武汉大学自动化系，武汉430072 摘 要 神经网络模型能有效地模拟非线性的输人输出关系。本研究应用三层前馈网络对51种胺类有机物 进行了结构一毒性关系的分类研究。常w勺神经网络权值训练算法，例如误差反传算法，存在着收敛速度慢， 容易陷人局部极值点等问题。因此提出旋转曲面变换粒子群优化算法，将被优化函数的局部极小点变换为全 局最大点，同时不改变比局部极小点的值更小的区域的函数形状。此方法和粒子群优化相结合，能使待优化 函数跳出局部极值点，提高训练神经网络权值的效率。实验结果显示，基于旋转曲面变换粒子群优化算法的神 经网络，权值训练过程收敛速度较快，且自检误差和预报误差都较小，是一种有效的胺类有机物毒性分类方法。 关锐词 神经网络，定量构效关系，粒子群，旋转曲面变换 1 引 言 定量结构一活性关系(quantitativestructure-activityrelationship,QSAR)分析是研究化合物的分子结 构、理化性质同其生物活性之间关系的一种方法川。它把二者看成是一种函数关系，通过数学方法对 其建模，然后利用已有的数据对模型参数进行估计，最后用模型对新样本的生物活性进行预测和分析。 它可以用来探讨化合物的活性机理，指导新的化合物的合成和设计，是一种有广泛应用前景的方法。 QSAR建模常用的方法主要有统计方法和神经网络方法两大类。前者主要有多重线性回归以及多元数 据分析方法，统计方法要求样本数量足够多，并且要求非共线性[[21，这些要求使得它的应用范围受到一 定的限制[[3]。因为用于QSAR分析的数据之间的关系通常是机理并不很清楚的“黑箱”关系，因此比较 适合用神经网络方法来建模[’]。当设计合适的隐层单元后，前馈神经网络可以拟合任意的非线性函 数，因此是一种合适的建模方法，但它需要预先训练权重。通常的BP算法是一种基于梯度的确定性方 法，如果初始值选择不恰当，很容易陷人到局部极值点中，而且对高维输人的收敛速度很慢[[510 为了克服以上缺点，提出了旋转曲面变换粒子群优化算法[[6]，它结合了粒子群全局寻优和函数变 换跳出局部极值的优点，使得全局寻优的效率提高。本研究拟用该方法训练前馈神经网络的权值，从而 为胺类有机物建立良好的QSAR模型，并将其用于毒性分类问题。胺类有机物的毒性与其分子结构有 紧密关系，本研究选取6个参数来反映分子结构，即:2个分子连接性指数(零阶的。戈和一阶的’戈),3 个信息理论指数(基团信息量RIC、基团结构信息量RSIC和基团剩余信息量RCIC)以及分子量(M)，毒 性指标选用大鼠经口LD50参数。这类化合物的QSAR关系即是以上6个参数与LD，之间的关系。为找 出这种关系，选用具有代表性的51个胺类有机物做样本，它们的参数值取自文献 3【](见表1)，将其分 为4类，分属低毒类(10个)、中高毒类(11个)和中低毒类(13个)、高毒类(17个)。这些样本不遵从 正态分布，且构效关系为非线性，难以用经典统计方法建立分类判别模型。 I!7前馈神经网络 2.1 网络结构 因为有6个理化参数和一个代表毒性大小的LD、值，所以前馈网络的结构设计为6-6-1，即6个输 人端，6个隐层节点，1个输出节点。6个输人端分别对应6个参数，一个输出端对应LD50值，因此共有 49个权值。根据经验规则，当网络中的权重总数小于等于样本容量时，所得模型比较稳定，所以在本实 2005-01-23收稿;2005-03-20接受 本文系国家自然科学基金资助项目(No 第3期 熊 勇等:基于旋转曲面变换PSo算法的神经网络用于胺类有机物毒性分类 317 验中隐层结点数为6是比较合适的。 表151种胺类化合物结构参