随机共振方法及其定量构效关系的分析.pdf

q|国科学技术^学博。j学位论立 摘要 大量研究表明，在随机共振现象中，适当强度的噪声、暴有溺值的系统和弱攘号 之间的协调统一。可以将噪声的能量转移给信号．使信号获得超过系统闽值的能量而 被放大，从而实现对弱信号的检测。随机共振现象在自然界中菅遍存在，并在很多科 学领域褥到了广泛的研究和初步的应用。随机共振现象正在成为种新的榆测、传递 弱信号的有效途径。 在分析佬学弱信号的处理中，不同驱动力如内蝶声、终噪声和弱属期话号等驱动 的随机共振算法已经在实践中得到应用，算法参数的自适应调节为隧机共振算法的推 广应用打下7基础，双层随机共振算法进一步提随了较出信号的质量。另外，基于 Duffing系统的随机熬振算法也得到了初步的研究和应用。近年米的研究表明随机共 振理论可阻用于强背景噪声于扰下的分析纯学弱信号的分析妊理，在徽鬣分析、痕量 分拼中有着广镧的应用前景。 定量构效关系(QSAR／QSPR)研究一直楚重要的分横化学课题之一。来自药物 学、环境科学、生物学等多个学辩领域的科学家设计了种类繁多抟分子结构描述子． 建立了多种定量构效关系建模方法，但却很少论及广泛存在予分子结构描述子之中的 误差问遥。 本文在前期研究工作的基础上．研究了应用于痕量分析的随机麸振算法，分别进 行了痕量C02的气楣色谱澜定和乙醇中微量CCl4的喇曼光谱测定i提出了与其他亿 学计量学方法相结台的遗传戆自t共搬算法和蕾纯型优化陡辊共振算法，并将其应用予 31个抗丝虫药物和107个抗监滋病毒药物的QSAR研究；应用基于遗传算法的多元 线性回归技术和多羁标逐步回归方法为一系列含硫化合物的溶解废、分配系数以及援 留因子建立了QSPR模型。主要研究内释如下： 1．丈量的试验表职，在输入信号经过归一佬乏后，系统的输出信号的强度和原 始信号的强度之矧没有相关性。这为应用随机熬振算法进行定量分析带来了团难。研 究发现，这种现象是由于输入信号的归一亿操作造成的。输入信号的归一优馊得系统 具有雅同强度的输入信号，因此，经过同一系统的随桃共振处理质褥到几乎强度相同 的输出信号。对输出信号进行反归一化处理有效地解抉了这一问题，从而实现了随虮 中固科学技术大学博士学位论立 共振在定量分析中豹应用。 2．将上述算法应用于痕量C02的气相色谱测定，无需掘生化步骤，采甩热导池 O+0018，测定快速准确、方便。随眉，对于乙醇溶液中微量CCl4的喇曼光谱测定也取 得了令人满慧的结果。随机菇振算法的应用显著提高了分析方法的灵敏度和检测黼。 3．遗传算法是优秀的自适应随机援索算法，具有原理简单。算法稳健、翁于实 现的特点。而且，遗传算法对于目标遵数没有连续、革调、可微等要求，因此可虢根 据惩匿的性腰灵活地褥造适应度函数。在71个含硫化合物溶解度的QSPR研究中， 应用基于遗传算法的多元线性回归技术，以模型交互搜验的统计参数为适应度函数， 所得模型的稳健度和预测能力褥到改善。 4．大量合成化台物的出现，以及药物设计、化台物环境风险评价的需要，使得 定量构效关系研究的任务丑益繁重。本文提出的多目标逐步豳归方法不仅可以同时为 化食物的多个性质建立预测模型，丽且还有助于研究化台物性质之间豹联系。应用多 目标逐步回归方法为50个台硫化台物溶解度、辛醇／水分配系数和反相液相色谱保留 因子建立了QSPR模型，并掇讨了影响化合物三种分配性质的结拘因素。 5．为了探讨应用随机共振技术处理定量构效关系研究中的误差问题，本文将分 子描述子矩阵重排成为一维时间向量，尝试应用随机共振算法进行数据预处理，有效 地降抵了描述予误麓对模型的影响，提高了QSAR模型的稳健度和预溯能力。 6，在应用于分析化学的随机共振算法中，系统参数的调节一毫是～个我们致力 予解决的难题。已经提出豹自遗应参数调节自予无法分辨共振产生的虚假信号而不能 在定量分析中应用，对于QSAR研究更是无法得}Ⅱ一个明确的标准。本文提出了用遗 传算法优化随机共振系统参数的遗传随机共振算法．并将这一算法应用予一维常用的 QSAR标准数据集，采用所得QsAR模型的统计评价指标作为讦价函数，算法得到的 模型的统计数据明显优于现有建模方法的结粟。 7．研究中发现随机菇振系统参数的优化可以减化为两个势函数系数的优化，因 此．可以舟比较籀单的抗化算法一单纯型优化算法代替遗传算法，从蔼可以太大