首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  免费   0篇
  国内免费   3篇
化学   3篇
  2009年   3篇
排序方式: 共有3条查询结果,搜索用时 109 毫秒
1
1.
乔澍  谢昆  程聪 《化学学报》2009,67(19):2215-2221
有机膦化合物的碱度对深入了解有机膦类污染物的降解有着重要的意义. 发展基于第一性原理的理论方法精确计算有机膦化合物的pKa值有重要意义. 本研究工作发展了精确计算有机膦阳离子化合物pKa值的方法: 用B3LYP/6- 31+G(d)优化气相结构, PBEPBE计算单点能量, IEFPCM/Bondi (f=1.0)计算溶剂化能. 理论值与实验值比较, 其平均偏差和均方根差分别为-0.6 pKa单位和0.7 pKa单位. 基于此方法, 我们研究了常见有机膦污染物阳离子的碱性, 定量计算其pKa值. 并进一步讨论了这类化合物的α取代效应和远程取代效应对其碱性的影响, 总结了影响杂环有机膦化合物阳离子酸性的因素.  相似文献   
2.
谢昆  乔澍  程聪 《化学学报》2009,67(3):231-237
应用物质结构-性质关系(QSPR, quantitative structure-property relationships)方法研究了DMSO溶剂中45个有机化合物的pKa数值与电拓扑状态指数之间的定量关系, 并建立如下模型: pKa=-1.545×E2+0.633×E4-0.737×E5+0.973×E6-4.048×E7-1.456×E8+0.628×E9+28.650. R=0.991, S=0.828. “逐一剔除”交叉验证的结果证明模型具有良好的稳定性和较强的预测能力. 研究结果表明电拓扑状态指数能够有效地预测有机化合物的pKa值.  相似文献   
3.
乔澍  谢昆  付川  祁俊生 《化学学报》2009,67(10):1109-1115
基于启发式方法(HM)和BP人工神经网络方法建立了5个参数的定量结构性质关系(QSPR)模型, 用于预测80个芳香胺类化合物N—H键的键离解能(BDE). 通过两种方法分别建立了线性和非线性的QSPR模型, 相关系数R分别为0.823和0.976. 通过对模型的稳定性和预测能力进行比较, 发现BP人工神经网络方法能够更好地预测芳香胺类化合物N—H键的BDE值.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号