基于人工神经网络的脂肪醇沸点QSPR建模.pdfVIP

第25卷第 12期 化 学 研 究 与 应 用 Vo1．25，No．12 2013年 12月 ChemicalResearchandApplication Dec．，2013 文章编号：1004—1656(2013)12—1686-07 基于人工神经网络的脂肪醇沸点 QSPR建模 高光芹，袁 超，郭 芳，闫东锋，何瑞珍，黄家荣 (河南农业大学林学院，河南 郑州 450002) 摘要：论文以逐步 回归确定输入变量 (化合物的Wiener指数、原子的部位指数，分子连接性指数)，用人工神经 网络建立了脂肪醇结构与其沸点间的定量结构一性质关系(QSPR)模型。用定性与定量结合的模型检验方法， 确定理想的模型结构为3：3：1。与回归模型比较的结果表明，人工神经网络模型的最小、平均和最大拟合准 确度依次为87．17％，97．58％和99．94％，回归模型相应的拟合结果为83．70％，96．82％和99．99％，人工神经 网络模型明显优于多元线性回归模型。 关键词：脂肪醇；沸点；定量结构-性质关系(QSPR)；人工神经网络；逐步回归 中图分类号：0652．7 文献标志码：A QSPRmodeloffattyalcoholboilingpointbasedonartificialneuralnetwork GaoGuang—qin，YuanChao，GuoFang，YanDong—feng，HeRui·zhen，HuangJia·rong’ (CollegeofForestry，HenanAgriculturalUniversity，Zhengzhou，Henan，450002，China) Abstract：Theartificialneuralnetworkwasusedtoestablishthequantitativestructure—propertyrelationship(QSPR)modelsbetween thestructureofthefattyalcoholcompoundsandtheirboilingpoints．Intheprocess，theinputvariables(Wienerindexofthetom． pounds，atomicpositionindex，andmolecularconnectivityindex)weredeterminedbythestepwiseregressionanalysis．Themethodin theprocessofmodeltrainingcombiningthequalitativena alysiswiththequantitativenaalysisshowsthattheideanetworkmodel structureis3：3：1．Thefittingaccuracyoftheideamodelrangesfrom87．17％to99．94％andhtemeanvalueis97．58％．Compared withthat，thefittingaccuracyoftherergessionmodelrangesfrom 83．70％to99．99％ andthemeanvalueis96．82％ ．Theresults showthathteartificial neural networkmodelisbetterthanthemultivariatelinearregressionmode1． Keywords：fatytalcohols；boilingpoint；quantitativestructure-propertyrelationship(QSPR)；artificialneuralnetwork；stepwisere- gression 脂肪醇沸点是脂肪醇的重要物理性质，它的 A-~L较活跃的研究领域 。该方法将理论计算和 测定，不论采用常量法还是微量法，都比较费事。 各种统计分析工具相结合，研究系列化合物的结 为了用理论计算代替测定，人们已提出了多种预