QSRR结合人工神经网络预测多氯联苯色谱保留时间
采用量子化学密度泛函B3LYP/6-311+G*,在高斯09软件上计算了32个多氯联苯类化合物的电子结构参数;筛选出影响化合物色谱保留时间显著的5个变量,并建立其结构与保留时间之间的定量关系(MLR 模型);同时,利用人工神经网络(artificial neural network, ANN)法建立相应的QSRR模型(ANN模型)与之对比。所建MLR模型的相关系数R=0.904,标准误差Se=0.542;ANN模型的相关系数R=0.981,标准误差Se=0.213。表明所建立的QSRR模型的稳定性和预测能力良好。结果表明,多氯联苯化合物的色谱保留时间与前沿轨道能级差ΔE和分子最高占有轨道能EH成正比例关系。所建模型为预测多氯联苯化合物的色谱保留时间提供理论指导。
多氯联苯、人工神经网络、定量结构保留关系、密度泛函
TQ015.9;TP391.9;O6-39(一般性问题)
国家自然科学基金20773014
2013-07-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
515-518