多组件学习器实现有机分子沸点的精准预测

沸点(BP)是有机分子液体的基本物理化学量, 也是化学工业生产中的重要参数. 有机分子的沸点由分子结构决定, 呈现复杂的结构-沸点关系, 函数法(Function Method)、基团贡献法(Group Contribution Method)等传统方法无法应对复杂多样有机分子结构的预测, 应用范围狭窄, 预测精度低. 本研究中, 我们利用基于人工神经网络(ANN)和支持向量机(SVM)的多组件学习器实现有机分子沸点的精准预测. 我们构建了基于可解释性描述符的ANN、基于相关性描述符的ANN及基于复合分子指纹的SVM三个异质模型, 并通过包含4550个各种类别的有机分子沸点的数据集进行训练得到了三个异质性学习器, 最后集成三个学习器对有机分子沸点进行预测. 相比于传统方法和此前的定量结构性质关系(QSPR)模型, 多组件模型结合了三种模型的优点, 展现出很好的预测精度和泛化能力以及低的过拟合, 实现了对多种类型有机分子的沸点的有效预测.     

中药复杂组效关系的变结构神经网络辨识方法

针对中药复杂组效关系的辨识问题,研究了变结构多层前馈神经网络,推导出一种新型的变结构网络学习算法,成功地应用于中药川芎药效活性预测计算.该方法从一个规模较小的网络出发,当网络无法达到预定的学习精度时,自动增加隐含层神经元个数,并在原有学习结果的基础上确定新的网络参数,自适应地确定前馈神经网络结构,可用于处理复杂化学模式信息.计算机仿真实验结果表明,该方法能有效地确定多层前馈神经网络的最佳结构,提高网络学习效率和函数逼近精度,解决复杂非线性函数映射关系准确建模问题.     

从硬球微扰理论推导马丁-侯状态方程

从Ｂａｒｈｅｒ－Ｈｅｎｄｅｒｓｏｎ的硬球微扰理论出发，运用幂级数形式的径向分布函数和分段的势能函数导出马丁－侯状态方程，推导过程中导出了一种理论式，计算Ｐ－Ｖ－Ｔ性质的精确度与马丁－侯原式相当，理论式的常数与分子微观参数有确定的函数关系。     

样条变换集成罚函数偏最小二乘方法用于光谱数据重构和定量分析

针对高维小样本光谱数据所显现的函数型数据(Functional data)特性、与性质参数的非线性关系及变量间存有的严重共线性,采用了样条变换集成罚函数偏最小二乘回归新技术.它首先以三次B基样条变换实现非线性光谱数据的线性化重构,随后将重构的新光谱矩阵交由罚函数偏最小二乘法(Penalized PLS)构建其与性质参变量间的校正模型,其中罚函数中的光滑因子由交叉验证优化确定以调控模型的拟合精度.最后,通过小麦样品水分含量的近红外光谱定量分析,结果显示该技术光谱数据重构稳健,去噪明显,并有效解决高维小样本的过拟合和变量间的共线性,而预测集的均方根误差(RMSEP)为0.1808%,方法的非线性校正模型预测能力得到了明显提高.     

有机污染物在碳纳米管吸附的定量结构-性质关系

对一系列共59个芳香性分子进行了HF/6-31G*水平上的结构优化,并在优化结构上进行了分子静电势及其导出参数的计算,应用多元线性回归方法建立了碳纳米管吸附有机污染物的平衡常数与分子结构间的定量关系.结果表明,分子表面静电势参数(Vmin、σ2+和ΣV+ind)结合分子表面积(S)和最低空轨道能级(εLUMO)可以很好地用于构建碳纳米管吸附的定量结构-性质关系(QSPR)模型.模型中引入的参数均具有明确的物理意义,其合理性可以从污染物与碳纳米管或水分子间相互作用的角度进行解释.模型的稳定性和预测能力经"留一法"和Monte Carlo交叉验证法进行了确证.本文亦采用支持向量机(SVM)、最小二乘支持向量机(LSSVM)和高斯过程(GP)等三种方法建立了上述参数与碳纳米管吸附性质的非线性模型.SVM和LSSVM模型表现出强的拟合能力,但预测能力明显不如其他模型.GP模型无论是拟合能力还是预测能力都是最佳,但并没有明显地优于线性模型,说明对本文研究体系而言,其分子结构与性质间的关系主要以线性形式存在.     

醇及脱氧核糖与水分子间三体作用强度的快速准确计算

快速准确预测醇及脱氧核糖分子与水形成的氢键复合物的三体作用强度, 对准确模拟水环境下蛋白质和DNA的结构和功能至关重要. 基于对多体极化作用的理解, 在可极化偶极-偶极作用模型(PBFF)基础上, 将体系中的极性化学键视为化学键偶极, 通过模拟键偶极的极化计算了醇及脱氧核糖与水分子形成的氢键复合物的三体作用能. 通过拟合甲醇与水氢键复合物的三体作用能随分子间距离变化的能量曲线确定了所需的参数. 将模型和所确定的参数应用于计算更多的甲醇、 乙醇及脱氧核糖与水氢键复合物的三体作用能, 检验了模型的准确性和参数的可转移性. 计算结果表明, 可极化偶极-偶极作用模型及所确定的参数能够较好地预测具有不同结构的氢键复合物的三体作用强度, 其精度可与MP2方法的计算精度相当.     

桥函数在统计力学积分方程理论3d-RISM-HNC的应用和溶剂化自由能计算的改进

把氢-桥函数和氧-桥函数应用于统计力学积分方程理论的三维的参考作用点-超链模型(3d-RISM-HNC)中,用以改进极性和非极性溶质的水溶液的热力学性质的计算.用三维和二维图形考察了溶剂水分子的氢原子和氧原子的桥函数在改进溶剂作用点的平均密度分布函数〈ρ_H(r)〉和〈ρ_O(r)〉,和平均超额化学势〈Δμ(r)〉的计算的效果.计算结果表明,氢桥函数和氧桥函数极大地改进了3d-RISM-HNC 方法的精度,把这一方法提高到定量和半定量的水平.研究表明,溶质分子的作用点的超额化学势的径向分布函数〈Δμ(r)〉比平均密度分布函数〈ρ_s(r)〉能够更灵敏地反映桥函数的改进效果.研究表明,为提高3d-RISM-HNC 方法的精度,需要进一步改进桥函数的函数形式和优化其中的参数.     

醛酮类化合物的分子力场参数推导及热力学性质计算

针对醛酮类分子, 基于第一原理的量子化学计算结果开发了准确、可迁移的全原子力场. 利用所得到的力场, 采用分子动力学和蒙特卡罗方法对醛酮类分子的气相分子结构、振动频率、构象能和凝聚相液体性质(密度和蒸发焓), 以及流体的多种热力学性质包括气液相平衡和临界性质, 与涨落相关的等压热容, 传递性质如剪切粘度等进行了计算和预测. 计算结果表明, 该力场可准确地反映气相分子的结构、振动频率、构象能和凝聚相液体密度和蒸发焓等性质, 并准确地预测一系列醛酮类分子的多种热力学性质. 所开发的醛酮类分子力场函数形式简单, 并具有良好的可迁移性和准确性, 在应用范围和计算精度上都有明显的改善和提高.     

马丁-侯状态方程的理论式

从Barker Henderson的硬球微扰理论出发导出了一个新的状态方程 ,其形式与马丁 侯状态方程十分相似 ,其全部常数可以按马丁 侯方程的方法求出 ,只需要临界点与一个蒸气压点的数据便可较精确地预测流体的P V T性质 .利用其特性常数与分子微观参数的关系可以求出流体分子的微观参数     

基于分子表面的水化自由能预测方法

报导了一种基于加权原子表面的水合自由能预测（SAWSA）.对于不同原子类型的溶剂化参数，其参数化分为三个步骤：首先用SMARTS 语言确定不同的原子类型；然后计算每个原子的溶剂可及化表面；最后用遗传算法来优化不同原子类型的溶剂化参数.采用该模型，计算了18个蛋白质分子的水合自由能，预测结果和PB/SA的计算结果呈现了很好的线性关系（r=0.99).计算表明，SAWSA模型对有机小分子和生物大分子都具有很好的预测能力.     

预测对称与非对称体系活度系数的改进UNIFAC模型

采用“有效”体积参数代替体积参数修改了原始 UNIFAC模型的组合部分 ,可提高非对称体系的预测精度。推导了有效体积参数和原有体积参数之间的关系。改进的 UNIFAC模型 ,将新提出的组合部分与原模型的剩余部分结合 ,可较好的用于聚合物溶液和比原 UNIFAC模型更小或更大分子的非对称体系 ,也可用于仅含标准流体的体系。与 UNIFAC- FV模型相比较 ,新模型具有在计算时不需要其他的数据 ,尤其是液体的摩尔体积的优点 ,实际应用非常方便。作为比较对最近修改的另一个 UNIFAC模型进行了类似的计算。     

用于紫外光谱水质分析的Boosting-偏最小二乘法

为提高水质参数总有机碳(TOC)的紫外吸收光谱分析的预测精度,提出一种基于Boosting理论的迭代式回归建模算法,并根据统计学习理论提出一种新的迭代停止判据,可有效防止过拟合,显著提高模型预测精度。为评估所提算法的性能,分别采用本算法和3种常用的光谱分析方法,即偏最小二乘、主成分回归和人工神经网络,对自行研制的紫外光谱水质分析仪实测的一组数据进行了建模和预测。计算结果表明:相对于其他3种方法,本算法具有生成的模型预测精度高的显著优势。     

适用于TATB,RDX,HMX含能材料的全原子力场的建立与验证

报道一个适用于三种常见的含能材料分子三硝基三氨基苯(TATB),环三亚甲基三硝胺(RDX),环四亚甲基四硝胺(HMX)的全原子力场.力场采用广泛使用的力场函数形式,其中键参数通过拟合量子化学密度泛函计算的数据获得,电荷参数和范德华参数通过拟合相应的分子晶体的物理性质(密度和升华焓)优化得到.通过计算分子和分子晶体的性质显示该力场可以用来准确地预测分子结构、分子振动频率和分子晶体的晶胞参数、密度和升华焓.进一步的验证显示该力场可用来较为准确地预测分子晶体的状态方程和机械模量.     

ABEEM方法预测响应函数

在密度泛函理论和原子-键电负性均衡模型基础上,定义了与化学键有关的响应函数以及化学键区域的Fukui函数,建立了一套快速确定分子中各区域(包括原子区域和化学键区域)响应函数的新方法.对大量分子的响应函数的计算结果表明,该方法得到的响应函数可以较好地预测分子中各点的反应活性,并更加快捷省时,展示了原子-键电负性均衡模型的广阔应用前景.     

非线性光学极化率密度泛函理论计算的基组效应

由于分子的非线性光学性质与分子外层电子行为及激发性质密切相关,扩散函数对分子的非线性光学极化率计算非常重要.在ADF程序中的DZP基组基础上缀加扩散函数,构造出我们称之为DZP+df的新基组.通过对5个模型分子的含频二阶非线性光学极化率的密度泛函理论计算,表明新基组可以得出较DZP基组更为准确可靠的结果,同时比较ADF程序内置带有扩散函数的大基组,计算量大为减少.     

基于SVR和k-近邻群的组合预测在QSAR中的应用

为提高定量构效关系(QSAR)研究的预测精度,发展了一种新的基于支持向量机回归(SVR)非线性筛选分子结构描述符、基于k-近邻群的非线性组合预测方法.首先以均方误差(MSE)最小为原则,以留一法通过多轮末尾淘汰实施分子结构描述符的非线性SVR汰选并给出最优核函数和相应保留描述符;其次基于待测样本与训练样本保留描述符向量的欧氏距离,以不同k-近邻群子模型双重留一法预测值反映样本集的异质性;然后基于MSE最小,以留一法通过多轮末尾淘汰实施近邻群子模型的非线性SVR汰选并给出最优核函数和相应保留子模型;最后基于保留子模型以双重留一法实施组合预测.以取代苯胺和苯酚类化合物对大型溞的QSAR实例验证表明:新方法在所有参比模型中预测精度最高,且能更精细地反映描述符与化合物毒性间的非线性关系,具结构风险最小、非线性、适于小样本,能有效克服过拟合、维数灾和局极小,非线性筛选描述符和子模型,非线性组合预测,自动选择最优核函数及其相应参数,泛化推广能力优异、预测精度高等诸多优点,在QSAR研究中有广泛应用前景.     

基于格子的链状流体分子热力学模型

格子模型是高分子溶液理论最常采用的流体模型,在此基础上建立的分子热力学模型在流体混合物的热力学性质、相平衡行为的计算等方面有广泛的应用．最近,我们对基于格子的混合亥氏函数模型重新进行了审视,采用统计力学理论推导与计算机模拟相结合的现代分子热力学研究方法建立了新的分子热力学模型,可以反映高分子链枝化、配位数、链刚性、共聚物链组成、氢键、压力等的影响,对小分子系统和高分子溶液的热力学性质和相平衡关系的计算不仅与Monte Carlo模拟结果吻合,比现有其他理论预测效果更好,对高分子溶液、离子液体混合物等实际系统的相平衡计算也取得令人满意的结果,显示出模型优越的工程应用价值．本文对上述工作进行了系统总结．     

基于启发式方法和支持向量机方法预测有机物的热导率

构建147个有机物分子结构与其热导率值之间的定量结构-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)虽略低于启发式回归模型的性能(R²=0.9267), 但是支持向量机方法预测性能(R²=0.9682)高于启发式方法的预测性能(R²=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.     

Multi-KNN-SVR组合预测在含氟化合物QSAR研究中的应用

为深入认识含氟农药生物活性与其结构之间的关系, 建立了理想的QSAR模型, 从化合物油水分配系数等7个分子结构描述符出发, 基于支持向量回归(SVR)和MSE最小原则, 经自动寻找最优核函数和非线性筛选描述符, 构建了多个K-最近邻(KNN)预测子模型. 再经非线性筛选获得保留子模型, 以保留子模型实施组合预测(Multi-KNN-SVR). 33种含氟化合物对5种不同病害生物活性的留一法组合预测结果表明, 采用非线性筛选描述符和KNN子模型能有效地提高预测精度, 基于多个KNN子模型的非线性组合能进一步提高预测性能. Multi-KNN-SVR组合预测在QSAR以及其它相关预测研究中具有广泛应用前景.     

有机污染物在碳纳米管吸附的定量结构-性质关系

对一系列共59个芳香性分子进行了HF/6-31G^*水平上的结构优化,并在优化结构上进行了分子静电势及其导出参数的计算,应用多元线性回归方法建立了碳纳米管吸附有机污染物的平衡常数与分子结构间的定量关系. 结果表明,分子表面静电势参数（V_min、σ₊² 和ΣV_ind⁺）结合分子表面积（S）和最低空轨道能级（ε_LUMO）可以很好地用于构建碳纳米管吸附的定量结构-性质关系（QSPR）模型. 模型中引入的参数均具有明确的物理意义,其合理性可以从污染物与碳纳米管或水分子间相互作用的角度进行解释. 模型的稳定性和预测能力经“留一法”和Monte Carlo 交叉验证法进行了确证. 本文亦采用支持向量机（SVM）、最小二乘支持向量机（LSSVM）和高斯过程（GP）等三种方法建立了上述参数与碳纳米管吸附性质的非线性模型. SVM和LSSVM模型表现出强的拟合能力,但预测能力明显不如其他模型. GP模型无论是拟合能力还是预测能力都是最佳,但并没有明显地优于线性模型,说明对本文研究体系而言,其分子结构与性质间的关系主要以线性形式存在.