Cl2+2HI=2HCl+I2反应机理的理论研究

分别在MP2/3-21G**、CCSD(T)/3-21G**//MP2/3-21G**和B3LYP/3-21G**3种水平上, 计算研究了气相反应Cl₂+2HI=2HCl+I₂的机理, 求得一系列四中心和三中心的过渡态. 通过比较六种反应通道的活化能大小, 得到了相同的结论：双分子基元反应Cl₂+HIHCl+ICl和ICl+HII₂+HCl的最小活化能小于Cl₂、HI和ICl的解离能, 从理论上证明了反应Cl₂+2HI=2HCl+I₂将优先以分子与分子作用形式分两步完成. 用内禀反应坐标(IRC)验证了MP2/3-21G**方法计算得到的过渡态.     

聚酰胺富集分离环境水中铬（Ⅵ）和铬（Ⅲ）

提出以聚酰胺树脂为吸附剂，在弱酸和中性介质中，静态和动态操作条件下，对环境水中铬（Ⅵ）和铬（Ⅲ）的选择性吸附分离方法。在选定条件下，树脂对铬（Ⅵ）有很强的吸附能力，饱和吸附容量为１０．６ｍｇ／ｇ和１２．８ｍｇ／ｇ，而铬（Ⅲ）几乎不被吸附，当铬（Ⅵ）和铬（Ⅲ）含量比在１：５－５：１范围变化时均可得到满意分离。用０．０２ｍｏｌ／Ｌ硫酸－０．０２５ｍｏｌ／Ｌ抗坏血酸混合液解脱树脂上吸附的铬（Ⅵ），再以二     

PLS变量筛选法用于有机物透聚乙烯膜性能QSAR研究

随着大量分子描述符应用于QSAR/QSPR,如何筛选出具有良好稳定性和预测能力的描述符集,成为亟待解决的一个瓶颈问题.将63个有机化合物的1664个描述符经过初步预选后,利用偏最小乘(PLS)方法进行变量筛选,获得42个重要描述符;随机选择43个有机物,针对透聚乙烯膜性能进行训练研究,得优良估计能力和良好稳定性模型(A=6,r2=0.9647,RMSE=0.213,q2=0.8364,RMSV=0.467);对模型外部20个有机物进行预测,表明模型具有良好预测能力(rp2=0.9306,RMSP=0.326).PLS变量筛选法可以快速有效地筛选与活性密切相关的重要描述符,进而构建具有良好稳定性和预测能力的QSAR模型.     

一个新的分子电性距离矢量(MEDV)

有机化合物通常由电性各异的碳、氢、氧、氮、硫等元素以共价键相互连接而成。我们提出了一个称为分子电性距离矢量(简称MEDV)的新描述来表征有机分子结构。以含有环、饱和与不饱和键及碳氧氮等元素的色氨酸分子为例,说明构建MEDV的基本方法。开发设计了计算有机MEDV分子的TrueBASIC语言程序。不借用其他任何描述子,仅用MEDV建立了烷、醇、多环芳烃等多种有机化合物包括沸点、密度、保留指数等多种性质的定量结构-性质相关(QSPR)模型,相关系数均达0.98以上。     

基于估计均方差的统计量Sp的修正变量选择法用于持久性有机污染物毒性研究

提出并详细说明基于估计均方差的统计量Sp的修正变量选择(MVSSp)方法. 采用分子电性距离矢量(MEDV)及其二次项表征多氯二苯并呋喃(PCDFs), 多氯二苯并二噁英(PCDDs)和多氯联苯(PCBs)三种持久性有机污染物异构体分子结构, 结合MVSSp方法选择适当的描述子, 建立了三种持久性有机污染物分别对芳烃受体(AhR)亲合性, 芳香羟化酶(AHH), 7-乙氧基异吩唑酮-脱乙基酶(EROD)诱导作用的定量结构活性相关(QSAR)模型, 模型的质量优于文献或相当, 讨论了这些实验毒性与分子结构关系. 这对研究和预测这些持久性污染物的毒性具有一定的指导意义.     

利用分子路径指数矢量对烷烃摩尔响应值的估计与预测

 利用分子路径指数矢量表示烷烃分子结构方法 ,结合多元线性回归算法及反传神经网络算法 ,对烷烃摩尔响应值进行处理 ,获得了比文献更佳的预测效果 ,交互校验的相关系数达 0 96 8以上。     

线性神经网络应用于维生素B族4组分同时测定

报道了一种基于卡尔曼滤波的线性神经网络用于B族维生素混合组分的定量同时测定,用相关系数和标准偏差从原始紫外光谱数据中挑选11个波长点供线性神经网络处理,以极少的迭代次数达到较高的精度,预测结果较好,相关系数大于0.99983,标准偏差0.11301.     

以新型分子距边矢量ν估计和预测烷烃核磁共振碳谱(13C NMR)化学位移和（CSS）

系统研究了核磁共振碳谱与化学位移和规律 ,以及分子拓扑指数在定量 [结 ]构 [波 ]谱关系 (QSSR)中的应用 .本文基于矢量路径长度矢量 p =(P1,P2 ,P3 ,… ,Pm)与分子中原子相互作用 ,提出了一种新型分子距边矢量并发现它与烷烃13 CNMR化学位移和有良好线性相关性 ,回归方程及其统计参数为 :CSS =bν +p3 =Σmj=0 bjνj+b10 p3 =b0 ν +b1ν1+b2 ν2 +b3 ν3 +b4 ν4 +b5ν5+b6ν6+b7ν7+b8ν8+b9ν9ν +b10 P3 =- 13.6 0 11+2 2 .2 133ν1+2 8.412 1ν2 +2 5 .9416ν3 +2 6 .6 70 9ν4 +14.4976ν5+5 .72 40ν6- 5 .3830ν7- 3.2 15 2ν8- 15 .0 2 13ν9- 2 5 .70 99ν10 +12 .2 786P3 (n =6 3,R =0 .9970 ,EV =99 .6 8% ,RMS =3.734 8,F =2 418.2 ;交互校验CV为 :R =0 .9893,EV =98.83% ,RMS =7.12 6 1,F =6 6 4.0 46 ) ;结果良好 .     

灰色分析体系选择测定研究：I.理论基础和模拟研究

首先运用分析物响应光谱Ｋ－系数对含基体和化学干扰的混合光谱进行分离，求得基体与化学干扰总光谱；进而运用Ｈ点标准加入法，结合基与化学干扰总光谱Ｋ－系数，实现对分析的选择测定，最后通过数据模拟研究了零波长（λ０）和Ｈ点波长（λＨ）的选择方法。     

分析数据建模与预测

提出了分析数据建模与预测的方法。首先以单纯形优化获取关系数据矩阵,构成响应与因素间的数学模型,进而通过卡尔曼滤波估计模型各参数,实现对未知因素响应的有效预测,最后给出响应随因素变化的响应曲线。应用于两个实际体系,获得满意结果。