基于遗传算法对有机物热导率的预测研究

摘要：

根据定量构效关系(Quantitative Structure-Property Relationship,QSPR)原理,研究热导率与其分子结构间的内在定量关系。以178种有机化合物作为样本集,随机选择142种作为训练集,36种作为测试集,采用遗传算法(Genetic Algorithm,GA)进行变量选择,得到5个特征描述符作为模型的输入变量,结合多元线性回归(Multiple Linear Regression,MLR)方法建立了遗传-多元线性回归(GA-MLR)预测模型。研究结果表明：GA-MLR 模型的训练集和测试集的复相关系数分别为0.8080和0.7422,其均方根误差分别为0.1098和0.1293,预测效果令人满意。随后采用残差分析图对样本集进行了残差分析,进一步验证模型在建立过程中未产生系统误差。采用“Y-随机性检验”方法对模型进行了研究,发现预测模型不存在“偶然相关”现象,具备较强的稳定性。该研究提供了一种有效预测有机化合物热导率的方法。

关键词：热导率、遗传算法、多元线性回归、预测、定量构效关系

所属期刊栏目：29

分类号：X937(安全工程)

资助基金：常州大学科研启动基金ZMF15020112;常州市科技支撑计划项目社会发展CE20155025;建筑消防工程技术公安部重点实验室开放课题KFKT2014MS02。

在线出版日期：2017-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：86-92