以125种含水二元共沸物为研究对象,基于定量结构-性质关系,对该类共沸物在常压下的共沸温度及组成进行了预测研究,分别建立了多个预测模型。首先,利用HyperChem 8.0软件绘制了纯组分的三维分子结构,并利用分子力学方法和量子力学半经验...以125种含水二元共沸物为研究对象,基于定量结构-性质关系,对该类共沸物在常压下的共沸温度及组成进行了预测研究,分别建立了多个预测模型。首先,利用HyperChem 8.0软件绘制了纯组分的三维分子结构,并利用分子力学方法和量子力学半经验方法对分子结构进行优化;然后,利用Materials Studio 8.0软件计算纯物质的分子描述符;其次,利用遗传算法分别筛选出与共沸温度及组成最为密切的特征描述符;再运用多元线性回归方法建立了6个共沸温度预测模型及5个共沸组成预测模型,并对模型的稳定性、拟合能力和预测能力进行对比分析;最后,对最适宜模型分别进行内部验证、外部验证、应用域分析、与文献中同类模型及UNIFAC基团贡献法进行对比。结果表明:最适宜共沸温度/组成预测模型分别是利用8/5个特征描述符所建立的模型;其复相关系数,调整复相关系数,均方根误差,平均绝对误差,留一法交叉验证系数和外部验证系数分别为0.9606/0.9970、0.9572/0.9969、2.9400/0.0161、1.8900/0.0104、0.9475/0.9957和0.9439/0.9976,且模型的稳定性、预测能力和泛化能力均优同类模型。展开更多
文摘以125种含水二元共沸物为研究对象,基于定量结构-性质关系,对该类共沸物在常压下的共沸温度及组成进行了预测研究,分别建立了多个预测模型。首先,利用HyperChem 8.0软件绘制了纯组分的三维分子结构,并利用分子力学方法和量子力学半经验方法对分子结构进行优化;然后,利用Materials Studio 8.0软件计算纯物质的分子描述符;其次,利用遗传算法分别筛选出与共沸温度及组成最为密切的特征描述符;再运用多元线性回归方法建立了6个共沸温度预测模型及5个共沸组成预测模型,并对模型的稳定性、拟合能力和预测能力进行对比分析;最后,对最适宜模型分别进行内部验证、外部验证、应用域分析、与文献中同类模型及UNIFAC基团贡献法进行对比。结果表明:最适宜共沸温度/组成预测模型分别是利用8/5个特征描述符所建立的模型;其复相关系数,调整复相关系数,均方根误差,平均绝对误差,留一法交叉验证系数和外部验证系数分别为0.9606/0.9970、0.9572/0.9969、2.9400/0.0161、1.8900/0.0104、0.9475/0.9957和0.9439/0.9976,且模型的稳定性、预测能力和泛化能力均优同类模型。