| 基于启发式方法和支持向量机方法预测有机物的热导率 |
| |
| 引用本文： | 时静洁,陈利平,陈网桦*,石宁,杨惠,徐伟.基于启发式方法和支持向量机方法预测有机物的热导率[J].物理化学学报,2012,28(12):2790-2796. |
| |
| 作者姓名： | 时静洁 陈利平 陈网桦* 石宁 杨惠 徐伟 |
| |
| 作者单位： | 1.Department of Safety Engineering, School of Chemical Engineering, Nanjing University of Science & Technology, Nanjing 210094, P R China;2.State Key Laboratory of Chemical Safety and Control, Qingdao 266071, Shandong Province, P R China |
| |
| 基金项目： | 国家重点基础研究发展规划项目(973) (2010CB735510)资助 |
| |
| 摘 要： | 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.
|
| 关 键 词： | 启发式方法 支持向量机 热导率 预测 定量结构-性质关系 |
| 收稿时间： | 2012-07-16 |
| 修稿时间： | 2012-09-27 |
Prediction of the Thermal Conductivity of Organic Compounds Using Heuristic and Support Vector Machine Methods |
| |
| SHI Jing-Jie,CHEN Li-Ping,CHEN Wang-Hua,SHI Ning,YANG Hui,XU Wei.Prediction of the Thermal Conductivity of Organic Compounds Using Heuristic and Support Vector Machine Methods[J].Acta Physico-Chimica Sinica,2012,28(12):2790-2796. |
| |
| Authors: | SHI Jing-Jie CHEN Li-Ping CHEN Wang-Hua SHI Ning YANG Hui XU Wei |
| |
| Institution: | 1.Department of Safety Engineering, School of Chemical Engineering, Nanjing University of Science & Technology, Nanjing 210094, P R China;2.State Key Laboratory of Chemical Safety and Control, Qingdao 266071, Shandong Province, P R China |
| |
| Abstract: | |
| |
| Keywords: | Heuristic method Support vector machine Thermal conductivity Prediction QSPR |
| 本文献已被 万方数据 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》下载免费的PDF全文 |
|
