疏水分配常数用于反相液相色谱保留值的预测

在反相液相色谱保留值基本方程log k_′=a+_cC_B的基础上,描述了采用疏水分配常数及氢键作用能来预测a、c参数的方法,并系统讨论了疏水分配常数对参数a、c的影响,借此对反相液相色谱宽浓度范围内的保留值进行了预测。

用BP神经网络法预测反相液相色谱保留值

运用逐步回归法筛选BP人工神经网络的输入元素改进BP网络的结构 ,并用于疏水分配常数及氢键作用能预测反相液相色谱保留值 .结果表明 ,逐步回归法与人工神经网络相结合 ,能优化网络 ,大大提高网络收敛速度 ,在很大程度上克服了通常BP网络过拟合的缺点 .较通常BP神经网络及回归法在处理构效关系方面有更强的信息处理能力和预测能力 .