自由基共聚合中单体Q-e活性参数预测
Q-e方程在解释自由基共聚合中单体的活性时相当有效.为得到可靠的Q,e活性参数结构一性能定量关系(QSPR)模型,采用密度泛函理论(DFT)UB3LYP方法在6-31G(d)基组水平上对60种结构为CH3C1H2C2HR3·自由基(C1H2=C2HR3+CH3·→CH3C1H2-C2HR3·)进行了计算.两组包含原子电荷及前线分子轨道能级的量子化学参数分别用来建立Q,e活性参数的人工神经网络(ANN)模型.通过试差法调整网络参数得到最佳ANN模型,两者均为3.5~1结构.参数Q,e预测值与实验值接近,测试集相关系数分别为0.990(rms=0.269)和0.943(rms=0.331).而且Q,e模型的外部验证系数q 分别为0.980和0.873,这结果显示两模型具有好的推广预测能力.因此本工作介绍的ANN模型是精确而可靠的;从自由基CH3C1H2-C2HR3·结构获得参数预测Q及e值是可行的.
人工神经网络、自由基共聚合、Q-e方程、结构-性能定量关系、量子化学参数、自由基
68
O6(化学)
国家自然科学基金20972045;环境友好化学与应用教育部重点实验室基金10HJYH06
2011-03-03(万方平台首次上网日期,不代表论文的发表时间)
2264-2272