| 基于迭代自组织数据分析算法与蚁群算法建立有机物黏度的QSPR模型 |
| |
| 引用本文： | 时静洁,陈利平,陈网桦. 基于迭代自组织数据分析算法与蚁群算法建立有机物黏度的QSPR模型[J]. 物理化学学报, 2014, 30(5): 803-810. DOI: 10.3866/PKU.WHXB201403181 |
| |
| 作者姓名： | 时静洁 陈利平 陈网桦 |
| |
| 作者单位： | Department of Safety Engineering, School of Chemical Engineering, Nanjing University of Science & Technology, Nanjing 210094, P. R. China |
| |
| 摘 要： | 为了构建310个有机物分子结构与其黏度之间的定量结构-性质关系(QSPR)模型,探讨影响有机物液体黏度的结构因素,首先运用迭代自组织数据分析技术(ISODATA)将样本集初步分类,划分为训练集和测试集,进而应用DRAGON2.1软件计算310个有机物分子的分子结构描述符,以蚁群算法(ACO)筛选分子描述符,得到5个参数,随后分别采用多元线性回归法(MLR)和支持向量机法(SVM)建立ACO-MLR模型和ACOSVM模型.结果表明,非线性ACO-SVM模型(相关系数R2train=0.9013,R2test=0.9026)的性能优于线性ACOMLR模型(R2train=0.7680,R2test=0.8725).ACO-MLR模型和ACO-SVM模型对测试集所得预测值与实验值的相关系数分别为0.934和0.950,预测效果令人满意.本文应用Williams图对模型的应用域进行了一定的研究,所建立的模型为工程上提供了一种根据分子结构预测有机物黏度的有效方法.
|
| 关 键 词： | 黏度 ISODATA 蚁群算法 多元线性回归 支持向量机 |
| 收稿时间： | 2014-01-13 |
| 修稿时间： | 2014-03-18 |
QSPR Models of Compound Viscosity Based on Iterative Self-Organizing Data Analysis Technique and Ant Colony Algorithm |
| |
| SHI Jing-Jie,CHEN Li-Ping,CHEN Wang-Hua. QSPR Models of Compound Viscosity Based on Iterative Self-Organizing Data Analysis Technique and Ant Colony Algorithm[J]. Acta Physico-Chimica Sinica, 2014, 30(5): 803-810. DOI: 10.3866/PKU.WHXB201403181 |
| |
| Authors: | SHI Jing-Jie CHEN Li-Ping CHEN Wang-Hua |
| |
| Affiliation: | Department of Safety Engineering, School of Chemical Engineering, Nanjing University of Science & Technology, Nanjing 210094, P. R. China |
| |
| Abstract: | |
| |
| Keywords: | Viscosity ISODATA Ant colony algorithm Multiple linear regression Support vector machine |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《物理化学学报》浏览原始摘要信息 |
|
点击此处可从《物理化学学报》下载全文 |
|
