芳基三唑啉酮类除草剂三维定量构效关系研究

使用比较分析场分析法（ＣｏＭＦＡ）对１８种抑制原卟啉原氧化酶（ＰＰＯ）的芳基三唑啉酮类化合物进行了三维定量构效关系（ＱＳＡＲ）研究,得到了具有较强预测能力的ＱＳＡＲ模型,该模型显示空间场和静电场效应在抑制ＰＰＯ活性方面均起重要作用,模型对进一步设计,合成具有更高活性的新型除草剂具有指导意义。     

人工神经网络用于2-苯基吲哚衍生物的QSAR研究

将人工神经网络(ANN)应用于2-苯基吲哚衍生物的定量构效关系(QSAR)研究中,采用改进的误差反向传播(BP)算法探讨了36个2-苯基吲哚衍生物对小牛子宫雌激素受体的亲和力大小与氮原子所连原子的净电荷Q;2号、3号、10号和15号原子间的二面角D;5号碳原子与其所连原子间的键长L和零阶连接性指数0G的关系.随机挑选30个化合物作为训练样本集,建立了2-苯基吲哚衍生物的QSAR模型,该模型的相关系数R=0.999 2;而剩余的6个化合物作为测试样本集,得出其相关系数R=0.901 3.结果表明人工神经网络是一种比较精密的拟合方法,具有良好的预测效果.     

人工神经网络用于苯砜基羧酸酯定量结构-活效关系研究

采用误差反传前向人工神经网络（artificial neural network,ANN）建立了56种苯砜基羧酸酯类化合物的结构与其对发光菌的急性毒性之间的定量关系模型（ANN模型）．以56种苯砜基羧酸酯类化合物的量子化学参数作为输入,急性毒性作为输出,所构建网络模型的交叉检验相关系数为0．9863、标准偏差为0．0753、残差绝对值≤O．20,应用于外部预测集,预测集相关系数为O．9880;而多元线性回归（multiple linear regression,MLR）法模型的相关系数为0．9472、标准偏差为0．1413、残差绝对值≤0．34．结果表明：ANN模型获得了比MLR模型更好的拟合效果．     

QSAR结合人工神经网络预测磺酰脲类除草活性

采用误差反传前向人工神经网络模型研究了18种磺酰脲类化合物的结构与除草活性之间的关系.以18种磺酰脲类化合物的量子化学参数作为输入,除草活性作为输出,构建网络模型,取得了较好的预测结果.网络的自相容能力和交叉检验结果良好.该方法还可作为QSAR研究及对有机化合物其他性质进行预测的一种有效手段.     

部分有机污染物定量结构与生物降解性关系

通过“扩展”与“收缩”策略 ,筛选有机物结构描述参数 ,构建了描述有机污染物结构与生物降解性关系的模型 ,在此基础上讨论了影响有机物生物降解性的因素。结果表明 ,影响有机物生物降解性的主要因素是分子的局部几何结构特征以及分子中氢原子上的电荷分布和分子的前线轨道结构。     

4H-甲基咪唑苯二氮HIV-1抑制剂的定量构效关系研究

利用密度泛函理论计算了14种HIV抑制剂的4H-甲基咪唑苯二氮（TIBO）的分子性质。利用主成分分析（PCA）和聚类分析（HCA）减少了子变量的个数,从而使这些变量能有效地对抗HIV活性的4H-甲基咪唑苯二氮TIBO衍生物进行分类。主成分分析法表明,EH OMO、μ、LogP、Q A、QB和MR参数能够有效地把所研究的药物分为活性强的抗HIV病毒药物和活性弱的抗HIV病毒药物。聚类分析方法得到的结果与主成分分析得到的结果类似。为了检验结论是否正确,利用化学计量学方法,使用主成分分析法和分层聚类分析法对其他4个抗HIV活性的合成化合物进行了分析,其中3个被认为是活性强的抗HIV病毒药物,这与临床试验结果一致。主成分分析法和分层聚类分析法为新的抗HIV病毒的TIBO药物的分类提供了一个可信的规律。     

新型纸品的研究与开发

纵观国际纸业的发展及研究开发动态,纸的使用已深入到人们生活的各个方面,纸品已不再是传统的用来书写或印刷,而是有其更加广泛的用途。现把发展国家纸品研究开发的状况作一综述:     

氯苯胺类化合物毒性定量构效关系研究

应用B3LYP密度泛函理论方法计算氯苯胺类化合物的量子化学参数,研究了该类化合物对发光细菌毒性作用的定量结构活性关系(QSAR),应用逐步回归方法建立的方程具有显著统计学意义. 结果表明:该类化合物对发光细菌的毒性作用随分子最低空轨道(LUMO)能级的降低而增大,随分子中氯取代数目的增加而增大.     

嘧啶(硫)醚类除草剂的非线性QSAR研究

在进行分子力学和量子化学计算的基础上,采用人工神经网络方法对40种嘧啶（硫）醚类除草剂进行了非线性QSAR研究,得出了影响它们除草活性的重要特征指标,结合量子化学研究结果,提出了该除草剂与受体相互作用的初级模型。     

新型氯喹酸酯类除草剂的定量构效关系分析

为了寻找活性更高和作用更温和的除草剂,研究了氯喹酸(3,7-二氯-8-喹啉羧酸)酯类衍生物的结构与活性的关系。合成了12种相关酯类衍生物,并测定了这些酯的生物活性。用Hansch多元线性回归分析方法建立了3个相关的定量构效关系(QSAR)方程。QSAR方程表明,此类化合物的生物活性与取代基的空间效应和电子效应参数呈线性关系,而且综合两种效应的构效关系方程优于单一效应的构效关系方程。对QSAR方程分析结果表明,烯丙基(—CH_2—CH=CH_2)取代的氯喹酸酯是活性最高且作用温和的除草剂。     

磺酰脲（胺）类除草剂的非线性QSAR研究

采用人工神经网络分析方法对磺酰脲和稠杂磺酰胺类除草剂进行了非线性ＱＳＡＲ分析,得出了影响它们除草活性的重要特征指标,进一步证实了这两类除草剂与受体具有相同的作用位点以及我们前文提出的这两类除草与受体的作用模型。     

人工神经系统的研制与进展

本文介绍人工神经系统与传统人工智能的区别,人工神经系统与实际神经系统的比较,以及人工神经系统的研制与进展.     

松花江水中有机化学品的生物毒性预测

应用人工神经网络技术构建的定量构效关系模型(QSAR)对存在松花江水中的有机化学品的毒性进行了预测.结果显示,有机化学品对酵母菌毒性的预测值与实测值接近,预测误差较小.另外,采用所建立的有机化学品对酵母菌毒性和对呆鲦鱼毒性的相关性方程预测了松花江水中有机化学品对呆鲦鱼的毒性,结果显示,有机化学品对酵母菌的毒性与对呆鲦鱼的毒性之间具有很好的相关性(R=0.9826),从整个有机化学品对呆鲦鱼毒性大小的趋势上看,预测值与实验值基本吻合.因此,得出采用低等微生物—酵母菌替代高等生物—鱼作为指示生物进行有机化学品毒性的评价是可行的,这一研究成果对大量有机化学品毒性筛选和进行优先污染物控制方面具有重要的意义.     

改进的粒子群优化算法结合人工神经网络用于有机物毒性的QSAR研究

介绍了粒子群优化算法和Alopex-B算法的基本原理,提出了一种用Alopex-B算法改进的粒子群优化算法,并将其应用于函数优化和有机物毒性的QSAR研究。结果表明:改进型粒子群算法对复杂的测试函数搜索效率明显提高,应用于有机物毒性的QSAR研究能提高计算的精确度,降低预测误差。     

改进型BP神经网络用于有机物毒性的QSAR研究

引进改进型自相关拓扑指数,以基于动量-自适应学习率调整算法的BP神经网络原理研究了36种有机污染物对发光菌的半数发光抑制率EC50的定量结构-活性相关关系,建立了相应的网络模型,用于未知有机物毒性的预测,其准确性明显优于传统的多元线性回归法,取得了令人满意的结果.     

基于人工神经网络的曲轴滚压校直系统研究

文章介绍了2种不同的曲轴校直方法,分析了滚压校直独特的优越性。建立了一个基于人工神经网络的曲轴滚压校直系统,以理论与实际相结合的方法确定各项网络参数进行训练,并对训练效果做出了分析,为今后的深入研究提供了方向。     

人工神经网络对城市经济发展的预期研究

运用人工神经网络的学习系统对丽水市水电产业发展趋势进行数据自适应跟踪预测．通过该系统将相关年份的发电量和国内生产总值进行组合跟踪测算，测算结果表明：自适应神经网络能很好地跟踪原始数据变化趋势。从而得到比较科学和准确的经济趋势预测值．     

基于减法聚类的模糊神经网络模型及其在农业的应用

构建了一种模糊神经网络模型,阐明了模糊神经网络系统结构,介绍了该模型的实际应用。     

设计型物理实验的研究开发与思考

根据大学物理实验改革需要,针对设计型实验的教学现状,介绍了一些实验的研发工作,阐述了对设计型实验教学改革的思考。     

沧州区域可持续发展混沌神经网络决策分析

以研究沧州区域可持续发展为背景，对该课题的决策分析问题，提出了一种基于神经网络决策分析方法，解决了以往决策只能单纯依靠专家给出，缺乏客观性的问题。所使用神经网络采用前馈混沌学习算法，克服了以往BP网络存在的学习速度慢、容易陷入局部极小的缺陷，具有全局性、快速性和并行性的特点。