资源描述：
《应用电性拓扑状态指数预测烷烃自燃点.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第5卷第6期中国安全生产科学技术Vo.l5No.62009年12月JournalofSafetyScienceandTechnologyDec.2009文章编号:1673-193X(2009)-06-0016-05*应用电性拓扑状态指数预测烷烃自燃点陈锡进,潘勇(南京工业大学城市建设与安全工程学院,南京210009)摘要:建立了一个基于人工神经网络的定量结构-性质相关性模型,用于52种烷烃化合物自燃点的预测研究。应用原子类型电性拓扑状态指数作为表征分子结构特征的描述符。该指数既能表征分子的电子特性,又反映其拓扑特征,同时易于计算,并有较强的同分异
2、构体区分能力。采用误差反向传播(BP)神经网络方法对烷烃自燃点与电性拓扑状态指数间可能存在的非线性关系进行拟合。将52种烷烃样本随机划分为训练集(30种)、验证集(8种)和测试集(14种),并通过试差法确定网络的最优参数。运用最佳网络结构[641]对实验样本进行模拟,结果表明,多数样本的自燃点预测值与实验值符合良好,对于测试集,平均预测绝对误差为84!,均方根误差为118,优于多元线性回归方法和传统基团贡献法所得结果。该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自燃点的有效方法。关键词:定量结构-性质相关(QSPR);电性拓扑状态指数;人工神经网络;自燃点;烷烃中图分类号:
3、O62121;X937文献标识码:APredictionofautoignitiontemperaturesofalkanesbyelectrotopologicalstateindicesCHENXijin,PANYong(CollegeofUrbanConstruction&SafetyEngineering,NanjingUniversityofTechnology,Nanjing210009,China)Abstract:Aquantitativestructurepropertyrelationship(QSPR)modelwasconstructedtopredic
4、ttheautoignitiontemperature(AIT)of52alkanesbymeansofartificialneuralnetwork(ANN).Atomtypeelectrotopologicalstateindiceswereusedasmolecularstructuredescriptorswhichcombinedtogetherbothelectronicandtopologicalcharacteristicsoftheanalyzedmolecules.Moreover,theseindiceswereeasilytocalculateandalsoh
5、adgooddiscriminationabilityforisomers.Thebackpropagation(BP)neuralnetworkwasemployedforfittingthepossiblenonlinearrelationshipexistedbetweenthestructureandproperty.Thedatasetof52alkaneswasrandomlydividedintoatrainingset(30),avalidationset(8)andatestingset(14).Theoptimalconditionoftheneuralnetwor
6、kwasobtainedbyadjustingvariousparametersbytrialanderror.SimulatedwiththefinaloptimumBPneuralnetwork[641],theresultsshowedthatmostofthepredictedAITvaluesareingoodagreementwiththeexperimentaldata,withtheaverageabsoluteerrorbeing84!,andtherootmeansquareerror(RMS)being118forthetestingse,twhichw
7、eresuperiortothoseobtainedbymultiplelinearregressionanalysisandtraditionalgroupcontributionmethod.ThemethodproposedcanbeusedtopredicttheAITvaluesoforganiccompoundsbasedonmolecularstructuresforengineering.K
