期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于M-QSPR的乙醇-汽油参比燃料混合物辛烷值的理论预测 被引量:2
1
作者 张彭非 潘勇 +1 位作者 管进 蒋军成 《石油学报(石油加工)》 EI CAS CSCD 北大核心 2018年第1期175-181,共7页
从分子结构角度出发,针对乙醇-汽油参比燃料混合物的辛烷值开展混合物的定量结构-性质相关性(M-QSPR)研究,建立相应的理论预测模型。采用原子碎片描述符对乙醇-汽油参比燃料混合体系的结构特征进行表征,应用遗传-多元线性回归算法从上... 从分子结构角度出发,针对乙醇-汽油参比燃料混合物的辛烷值开展混合物的定量结构-性质相关性(M-QSPR)研究,建立相应的理论预测模型。采用原子碎片描述符对乙醇-汽油参比燃料混合体系的结构特征进行表征,应用遗传-多元线性回归算法从上述描述符中优化筛选出与其辛烷值最为密切相关的特征结构描述符,建立相应的两参数线性预测模型。模型复相关系数为0.987,预测平均绝对误差为1.478。模型内外部验证及稳定性分析结果表明,所建模型具有较强的稳健性及外部预测能力。对模型进行机理解释,揭示了影响乙醇-汽油参比燃料混合物辛烷值的特征结构因素及其影响规律。该研究为工程上提供了一种根据分子结构预测乙醇-汽油参比燃料混合物辛烷值的新方法。 展开更多
关键词 乙醇-汽油参比燃料混合物 辛烷值 预测 混合物定量结构-性质相关性 遗传-多元线性回归
下载PDF
芳香族硝基化合物爆速的定量构效关系预测 被引量:3
2
作者 何培 潘勇 +1 位作者 蒋军成 周炜 《中国安全科学学报》 CAS CSCD 北大核心 2018年第7期32-37,共6页
为提高芳香族硝基化合物爆速的预测精度,提出基于定量结构-性质相关性(QSPR)的芳香族硝基化合物爆速的理论预测方法。应用Dragon软件计算21种芳香族硝基化合物的分子描述符,利用遗传-多元线性回归方法(GA-MLR)从大量描述符中筛选出... 为提高芳香族硝基化合物爆速的预测精度,提出基于定量结构-性质相关性(QSPR)的芳香族硝基化合物爆速的理论预测方法。应用Dragon软件计算21种芳香族硝基化合物的分子描述符,利用遗传-多元线性回归方法(GA-MLR)从大量描述符中筛选出4个与爆速关系最为密切的分子描述符,建立相应的4参数线性理论预测模型,并采用内部和外部验证方式,验证模型的拟合能力、稳健性和预测能力。结果表明:训练集和测试集的平均绝对误差(AAE)分别为0.048和0.208km/s,均方根误差(RMSE)分别为0.058和0.302 km/s,所建模型具有较好的稳健性和预测性能。 展开更多
关键词 芳香族硝基化合物 爆速 定量结构-性质相关性(QSPR) 遗传-多元线性回归方法(GA-MLR) 预测
下载PDF
燃料油中有机硫化物在不同色谱柱上的定量结构保留关系(QSRR)的研究 被引量:4
3
作者 张晓彤 石丽华 +2 位作者 宋丽娟 孙兆林 孙挺 《石油炼制与化工》 CAS CSCD 北大核心 2017年第8期94-99,共6页
硫组分的含量是表征燃料油品质的重要指标。采用遗传算法-多元线性回归法(GA-MLR)、BP神经网络法、列文伯格-马夸尔特人工神经网络算法(L-M ANN)对52种有机硫化物在4种不同极性固定相上的气相色谱保留指数分别进行了定量结构-气相色谱... 硫组分的含量是表征燃料油品质的重要指标。采用遗传算法-多元线性回归法(GA-MLR)、BP神经网络法、列文伯格-马夸尔特人工神经网络算法(L-M ANN)对52种有机硫化物在4种不同极性固定相上的气相色谱保留指数分别进行了定量结构-气相色谱保留关系研究。采用GA-MLR方法选取模型的输入参数,并将筛选得到的描述符:一阶分子连接性指数(~1χ)、二阶分子连接性指数(~2χ)、电子能(EE)、Y轴偶极(D_y)用于BP神经网络、L-M ANN人工神经网络定量结构保留(QSRR)模型的构建。结果表明:3种方法所建立的定量模型均具有较强的稳定性和良好的预测能力,其相关系数均在0.98以上,但L-M ANN模型的预测结果稍好于其它2种方法;L-M ANN算法首次被应用于燃料油中有机硫化物定量结构-气相色谱保留关系的研究中,效果十分理想,表明L-M ANN算法可以作为一种替代性的建模方法用于物质的定量结构保留关系的研究中。 展开更多
关键词 燃料油 有机硫化物 色谱保留行为 遗传算法-多元线性回归 BP神经网络 列文伯格-马夸尔特人工神经网络算法 气相色谱硫化学发光检测法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部