人工神经网络基团贡献法预测有机物闪点

摘要：

建立了一个基于误差反向传播(Back-Propagation, BP)神经网络方法的基团贡献模型,用于预测有机物闪点.以32种分子基团作为神经网络的输入参数,闪点作为输出,研究有机物闪点与分子结构之间的相关性.实验样本由258种有机物构成,并随机划分为训练集(216种)和预测集(42种).通过试差法确定神经网络最优参数,应用最优BP网络结构(32-4-1)进行模拟,结果表明,闪点预测值与实验值符合良好,绝对平均绝对误差6.22K,绝对平均相对误差2.24%,优于传统基团贡献法所得结果.该方法的提出,不仅揭示了有机物闪点与分子结构之间的定量关系,而且为工程上提供了一种预测有机物闪点的新的有效方法.

关键词：人工神经网络、基团贡献、闪点、有机物

所属期刊栏目：32

分类号：TQ038.1;X932(一般性问题)

资助基金：国家自然科学基金29936110

在线出版日期：2007-06-18（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：67-71