共查询到18条相似文献,搜索用时 78 毫秒
1.
人工神经网络方法预测气相色谱保留值 总被引:8,自引:2,他引:8
本文运用一典型的人工神经网络模型-“反向传播“模型的改进形式,研究了诱导效应指数I,摩尔折射度Ro,疏水亲脂参数IgP,以及分子联通性指数与气象色谱保留行为的关系,实现了对色谱保留植的预测。神经网络预测模型的最大相对误差不超过8.7%。结果表明,该方法性能良好,可望成为色谱保留值预测的有效手段。 相似文献
2.
3.
4.
5.
人工神经网络方法预测气相色谱保留指数 总被引:2,自引:0,他引:2
用误差反向传播(BP)的人工神经网络(ANN)模型及分子结构描述码作为输入特征参数,预测气相色谱保留指数.研究了链烷烃、环脂烃、烯烃及醇、酯、醚等300个化合物,预测结果平均相对误差不大于2.83%. 相似文献
6.
采用三阶分子连接性指数计算分子有效表面积参数和有效体积参数,从而使UNIFAC基团贡献法能关联和预测氯代苯同分异构体的色谱保留值,实验值与预测值的相对误差小于10%。 相似文献
7.
从分子微观参数预测反相色谱保留值方程系数 总被引:7,自引:1,他引:7
在考虑氢键作用能随流动相组成改变的情况下,重新推导了液相色谱保留值方程,进而得到液相色谱保留值方程系数与分子微观参数之间的关系。在分子母体结构相同条件下,提出采用五个系数预测反相色谱保留值的方法,并用文献数据给予验证。 相似文献
8.
在自制的十六烷基磷酸锡固定相、甲醇-水流动相的色谱体系中,建立了烷基取代苯、不同数目的甲基取代苯、稠环芳烃等溶质的色谱保留值与其分子结构参数(分子连接性指数、范德华体积)之间的回归方程,并用疏溶剂理论予以解释,同时探讨了结构参数与色谱热力学的关系。 相似文献
9.
10.
硫醇的分子连接性指数与气相色谱保留值 总被引:1,自引:0,他引:1
硫醇的分子连接性指数与气相色谱保留值赵邦屯王利亚(洛阳师专化学系洛阳471022)关键词硫醇分子连接性指数气相色谱保留值中图分类号O657.71有机化合物的色谱保留行为与其结构之间的定量关系研究一直是物理化学、分析化学和生物化学的研究对象之一。长期以... 相似文献
11.
J. H. Qi X. Y. Zhang R. S. Zhang M. C. Liu Z. D. Hu H. F. Xue 《SAR and QSAR in environmental research》2013,24(2):117-131
Abstract It is proposed for the first time a method of prediction of the programmed-temperature retention times of components of naphthas in capillary gas chromatography using artificial neural networks. People are used to predict the programmed-temperature retention time using many formulas such as the integral formula, which requires that four parameters must be determined by calculation or experiments. However the results obtained by the formula are not so good to meet the demand of industry. In order to predict retention time accurately and conveniently, artificial neural networks using five-fold cross-validation and leave-20%-out methods have been applied. Only two parameters: density and isothermal retention index were used as input vectors. The average RMS error for predicted values of five different networks was 0.18, whereas the RMS error of predictions by the integral formula was 0.69. Obviously, the predictions by neural networks were much better than predictions by the formula, and neural networks need fewer parameters than the formula. So neural networks can successfully and conveniently solve the problem of predictions of programmed-temperature retention times, and provide useful data for analysis of naphthas in petrochemical industry. 相似文献
12.
采用人工神经网络(ANN)建立了36种黑莓果酒香气成分的结构与色谱保留时间之间的定量关系(QSRR)模型。以36种黑莓果酒香气成分的分子连结性指数和电拓扑指数作为输入、保留时间作为输出,采用内外双重验证的办法分析和检验所得模型的稳定性,所构建网络模型的相关系数为0.9993、交叉检验相关系数为0.9949、标准偏差为0.1100、残差绝对值小于0.47,应用于外部预测集,外部预测集相关系数为0.9833。为了便于比较,也采用多元线性回归(MLR)法建立了QSRR模型,模型的相关系数为0.9904、交叉检验相关系数为0.9905、标准偏差为1.4896、残差绝对值小于4.32,外部预测集相关系数为0.8973。结果表明,ANN模型获得了比MLR模型更好的拟合效果。 相似文献
13.
溶解度作为一项重要的物化指标,一直是化学学科的研究重点。然而,通过实验测量获得数据耗时费力,因此,科研人员建立了多种理论方法来进行估算,其中,人工神经网络因其能够关联复杂的多变量情况而受到广泛关注。本文综述了人工神经网络在物质溶解度预测方面的应用,介绍了应用最广泛的3种神经网络(BP神经网络、小波神经网络、径向基神经网络)的模型结构、预测方法和预测优势,探讨了神经网络的不足以及改进方法。文章最后对神经网络在物质溶解度预测方面的发展前景进行了展望。与其他方法相比,人工神经网络技术在物质溶解度预测方面具有预测结果精确度高、操作简单等特点,具有广阔的应用前景,但输入变量选择、隐含层节点数确定、避免局部最优等问题还需逐步建立系统的理论指导。 相似文献
14.
IntroductionThestudyofmolecularmodelingandchemicalmodeling ,includingthelinearandthenonlinearmethods ,andthe quantitativestructure property/activityrelationship (QSPR/QSAR) ,hasbeenofmajorinteresttomanychemistsandrelativescientists[1— 4] .Themostimportantparts… 相似文献
15.
16.
17.