卤代烷第一电离能的自相关拓扑研究

基于有机物系统命名法的原子序数（gi)及其染色序数（gi‘)对分子中非氢原子具有优异的选择性,并能反映其所处的化学环境。1阶原子序数自相关拓扑指数（^1G）及其染色指数（^1G‘)定义为：^1G=∑（gi· gi)^-1、^1G‘=∑(gi‘·gi‘)^-1。它们不仅计算简单,而且对烷烃、卤代烃的同分异构体的区分能力优于著名的Kier指数(^1X^v)。27种卤代烷第一电离能（Ip)的递变规律可表征为：Ip=7.4545-0.7934^1G‘-0.7067^1G+1.5514Xp,其复相关系数为0.9982,优于文献的0.9976。估算结果效好。     

分子树拓扑指数与羧酸化合物pKa值的定量构效关系

酸性强度;分子树拓扑指数与羧酸化合物pKa值的定量构效关系     

关于多元弱酸逐级电离常数递减原因的探讨

多元弱酸逐级电离常数（Ka,n）锐减的真正原因：一是电离过程,即从带负电荷越多的（含氢）酸根负离子中电离出H^＋,受到的静电引力越大,越难电离;二是酸根离子得到质子过程,即H^＋与负电荷越多的负离子间的库仑引力越强,致使平衡左移.故有Ka,1〉〉Ka,2〉〉Ka,3.前一级电离出的H＋引起的同离子效应并不是多元弱酸逐级电离常数锐减的原因,也违背多元弱酸逐级电离常数的热力学定义.     

晶碳,微晶碳与社会

工业金刚石消费量已成为衡量一个国家工业化程度的标准之一。制作铅笔芯的石墨现已广泛用于冶金、机械、电气、化学等工业,至本世纪束,它仍是畅销货。我国是首先用煤、焦炭炼铁的国家,也是三大产煤国之一。煤为人类提供多种宝贵原料,并将再次成为世界主要能源。活性炭具有极强的吸附性、特殊的催化性和较高的物理、化学稳定性,正在食品、医药、化学、石油、环保等工业中起着重要作用。     

用结构信息自相关拓扑指数预测环烷烃的折光指数

原子特征值(βi)被定义为βi=(ni-1)(Xi/Xc)0.5·(ni—1)·mi-(mi/mc)0.5·hi。由βi构建结构信息自相关拓扑指数tF的公式为:tF=Σ(βi·βj)0.5。它们与74种环烷烃的折光指数(nD)的二元回归方程为:nD=-8.09900F-1.5+5.75371F-1.5+1.4741。环烷烃折光指数的计算值与实验值一致,平均误差为0.46%。     

用拓扑指数和神经网络研究有机污染物的生物富集因子

在修正Randic的分子连接性指数和连接矩阵的基础上, 定义新型分子连接性指数(mF), 并计算了239种有机污染物的分子连接性指数(mF). 用其1F构建了239种有机污染物生物富集因子(lgBCF)的QSAR模型, 该模型判定系数(R2)及逐一剔除法(LOO)的交互验证系数(Q2)分别为0.747和0.742. 而用1F和4个电性距离矢量(Mk)构建的五元QSAR模型的R2及Q2分别为0.829和0.819. 结果表明, 从统计学的角度, 该模型具有高度的稳定性及良好预测能力. 从此模型可知, 有机污染物BCF的主要影响因素是—C—, ＞C—, —O—, —S—, —X等分子结构碎片以及分子的柔韧性、折叠程度等空间因素. 将5个结构参数作为人工神经网络的输入层结点, 采用5∶26∶1的网络结构, 利用BP算法, 获得了一个令人满意的QSAR模型, 其R2和标准偏差s分别为0.987和0.157, 表明lgBCF与这5个参数具有良好的非线性关系. 从上可见, 新建的连接性指数1F以及电性距离矢量与有机物的生物富集因子具有良好的相关性, 可望在物质构效关系研究中获得广泛的应用.     

改进的连接性指数用于链烷烃热力学性质与沸点研究

基于邻接矩阵和原子特征值qi，建立邻接指数^mQ,用^0Qr,^1Q与85种链烷烃的标准生成焓、标准生成自由能、标准熵和沸点关联，相关系数均在0.99以上，属于良好模型，与Randic指数的^mX比较，^mQ具有良好的性质相关性。     

碱土金属卤化物晶格能和磁化率的拓扑研究

定义一个拓扑指数 n F ,n F = ( Ei× Ej× Ek×… ) - 0 .5,E为价电子能级值。其中的 0 F = ( Ei) - 0 .5,1F = ( Ei× Ej) - 0 .5。0 F、1F与碱土金属卤化物晶格能 ( U)、磁化率 ( Xm)的回归方程为 :U =1 1 2 9.1 - 44 1 .80 F + 360 0 .5 1F,R =0 .9865 ;Xm=- 748.9+ 60 4 .70 F0 .5- 1 34.71F,R =0 .9646。本方法计算简单 ,使用方便 ,物理意义明确 ,预测结果令人满意     

复杂无机离子晶体晶格能的估算

A novel connectivity index ~mG based on adjacency matrix of molecular graphs was proposed as follows:~mG=∑(g_i·g_j·g_k…)~(0.5).The element g_i of adjacency matrix was defined as g_i=(1 Z_i~(1.4))/(1 r_i~(1.4)),where Z_i and r_i are thecharge number and the thermochemical radius of ion i respectively,and the radii r_i for metal ions are taken to be theGoldschmidt radius.The regression analysis by the connectivity index ~1G can provide a high-quality QSPR modelfor the lattice energies of 245 complex inorganic ionic crystal samples.The results imply that the lattice energiesmay be expressed as a linear model of the connectivity index ~1G.For the linear model the correlation coefficient rand the standard error s are 0.9998 and 228.72 kJ/mol,respectively.The cross-validation by the leave-one-outmethod demonstrates that the model is highly reliable from the point of view of statistics.     

无机物晶格能及其它理化性质的定量构效关系研究

于邻接矩阵和原子或离子的极化力参数（gi)建立新的连接性指数（^mG)，其中^0G,^1G的定义式为：^0G=∑（gi)^0.5,^1G=∑(gi.gj)^0.5。涉及14种离子（如X^-,O^2-,S^2-,Se^2-,Te^2-,PO4^3-,SiO4^4-,N^3-等）的192种无机物晶格能与^0G,^1G的线性性回归方程为：U＝－381.11 310.20^1G 354.45^0G,R=0.9975其估算值与实验值基本吻合，^1G不仅计算简单，对无机分子结构差异具有很强的区分能力，而且而碱金属卤化物的理化性质（如晶格能、熔点、磁化主、M－X键长，反应微分截面等）显著相关。