人工神经网络法预测多氯代二苯并对二噁英logKow值地研究.pdfVIP

人工神经网络法预测多氯代二苯并对二嗯英logK。。值的研究 黄俊余刚张彭义 (清华大学环境科学与工程系环境模拟与污染控制国家重点实验室，北京100084) 1前言 氯代二苯并对二嗯英(polychlorinated 入控制的12种持久性有机污染物之一，同时也是很强的内分泌干扰物。因氯原子的取代数目 性最强的物质，同时还是很强的多位点致癌物，动物实验证明，它易诱发肝、肺、粘膜和皮 肤癌的发生，1997年国际癌症研究机构(IARC)将其确认为。级致癌物。 logK。。值即难辛醇是进行污染物环境风险评价时考察其环境行为的一个重要参数，由F 仍不容易分开，因此目前还有相当数量的PCDDs化含物难以获得logKo。实验数据。在这种 定量模型看，主要有采用基团／原子贡献法的经验方法和热力学方法两类【2J。本文以单苯环氯 取代指数作为分子结构描述符，采用人工神经网络思想建立数学模型，并用于尚未有实验值 的PCDD分子的logKow的预测。 2研究方法 PCDDs的logKo。实验数据集。 个算符来描述其结构。 2．3建模方法：采用目前应用最广泛、理论最完善的误差反向传播人工神经网络(BP—ANN)， 其建模算法及相应的程序参见文献【5．6】。首先计算43种分子的GI-G10描述符，并与其相应 的logK。。值组织成训练样本：然后采用带一个偏置节点的10．6．1体系进行样本学习，10个分 子描述符加载到10个输入节点上，而logKo。实验值则加载到输出节点上。向量均采用线性 归一+化方法，其中输入向量归一化至．2～2区间，输出向量归一化至O～l区间。学习步长n取 为O．2，动量因子n取O．5。采用随机数矩阵进行权值矩阵的初始化，设置随机数发生器的区 值之间的定量模型，精度检验后对样本集外的33种PCDD的IogKow值进行预测。 3结果与讨论 3．1训练结果 经过57585次迭代(在128M内存、Celeron466微机上约耗时22秒)，网络训练完毕， 输出各项参数。模型值与实验值的相对误差绝对值的平均值为O，4％，最大值为3．1％，精度 符合建模目标要求。相对误差的频数分布图如图l所示，以模型值对实验值所作的相关关系 图如图2所示。从图1和图2可以看出，误差大多数集中在±0．5％之间(共36个样本，占样 本总数的84％)，明显地优于文献[3]中MOD模型的建模精度。模型值与实验值之间的相关性 学关系，可以用于预测。 基金项目：困家重点拱础研究专项经费资助(I) 307 35 30 25 测 7 ∞ 副 皇20 E 篓。 器15 置 10 5 5 4 O 4 5 6 7 8 9 IogK。。实验值 图1训练结果相对误差频数分布 图2模型值与实验值的相关性 3．2BP．ANN的预测结果 果列于表1中。 表3样本集以外的33种PCDDs的IogK。值预测 取代形式 预测值 取代形式 预测值 1．2． 5．63 1．3,9· 621 1．3．4．65 1，4,6— 621 1．4．4．70 1，4，7—