催化剂定量构效关系建模方法应用进展

摘要：

从近十多年的应用进展情况来看,常用的催化剂定量构效关系(QSAR)建模方法包括以多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘法(PLS)为主的线性方法和以基于反向传播算法(BP)和径向基函数神经网络(RBFNN)为主的人工神经网络(ANN)非线性方法两种.最有效的线性方法是PLS法,其优点是模型机理明确,缺点是有时不如RBFNN模型的预测能力强;最有效的非线性方法是RBFNN法,其优点是模型的预测能力往往比PLS模型强,但缺点是机理不够明确.最成功的也是最具应用前景的方法是综合采用PLS法和RBFNN法同时建立某一具体催化剂的PLS线性模型和RBFNN非线性模型.用PLS模型指导新型高效催化剂的结构设计,而用RBFNN模型来预测所设计催化剂的性能,反过来修正所设计催化剂的结构,从而减少催化剂合成实验的工作量.

关键词：建模方法、定量构效关系(QSAR)、催化剂、应用进展

所属期刊栏目：33

分类号：TQ333.3

资助基金：国家自然科学基金资助项目21476119

在线出版日期：2017-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1045-1049