基于启发式方法和支持向量机方法预测有机物的热导率.pdfVIP

物理化学学~(WuliHuaxueXuebao1 2790 AetaP ．-Chim．Sin．2012，28(12)，2790-2796 December [Article] doi：10．3866P／KU．WHXB201209273 www．whxb．pku．edu．cn 基于启发式方法和支持向量机方法预测有机物的热导率 时静洁1．2 陈利平’ 陈网桦 石 宁 杨 惠’ 徐 伟 (南京理工大学化工学院安全工程系，南京210094； 化学品安全控制国家重点实验室，山东青岛266071) 摘要：构建147个有机物分子结构与其热导率值之间的定量结构一性质关系(QSPR)模型，探讨影响有机物热 导率的结构因素．以147个化合物作为样本集，随机选择118个作为训练集，29个作为测试集．应用CODESSA 软件计算了组成、拓扑、几何、静电和量子化学等描述符，通过启发式方法(HM)筛选得到5个结构参数并建立线 性回归模型：用所选5个结构参数作为支持向量机(SVM)的输入，建立非线性的支持向量机回归模型．预测结果 表明：支持向量机回归模型的性能(复相关系数R2=0．9240)~略低于启发式回归模型的性能(尺2=O．9267)，但是 支持向量机方法预测性能(尺2=0．9682)高于启发式方法的预测性能(尺2=0．9574)，对于QSPR模型来说，预测性 能更重要．因此，总体来说支持向量机方法优于启发式方法．支持向量机方法和启发式方法的提出为工程上提 供了一种根据分子结构预测有机物热导率的新方法． 关键词： 启发式方法：支持向量机：热导率： 预测：定量结构一性质关系 中图分类号： O641 PredictionoftheThermalConductivityofOrganicCompounds UsingHeuristicandSupportVectorMachineMethods SHIJing—Jie’。。 CHENLi—Ping’ CHENWang—Hua’ SHINing YANG Hui’ XUWei rDepartmentofSafetyEngineering,SchoolofChemicalEngineering,NanjingUniversityofScience＆Technology,Naming210094 PR．China； StateKeyLaboratoryofChemicalSafeytandControlQingdao266071，ShandongProvince, R．China) Abstract： To build thequantitative structure—propertyrelationship (QSPR)between themolecular structures and the thermaIconductivitiesof 147 organic compounds and investigate which structural factorsinfiuencethethermalconductivityoforganicmolecules，thetopological，constitutional，geometrical， electrostatic。quantum．chemical，andthermodynamicdescriptorsofthecompoundswerecalculatedusing the CODESSA software package，where these descriptorswere pre—selectedby the heuristicmethod (HM)．Thedatasetof147organiccompoundswasrandomlydividedintoatrainingset(