基于BP人工神经网络的有机化合物爆炸下限预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1009-0029.2023.05.006

基于BP人工神经网络的有机化合物爆炸下限预测

引用
运用定量结构-性质关系对458种有机化合物的爆炸下限展开预测研究.首先运用Dragon 2.1软件计算并预筛出708种分子描述符,随后采用遗传算法确定了5个特征分子描述符作为模型的输入变量,最后运用SPSS和MATLAB分别构建了多元线性回归线性模型、支持向量机与人工神经网络两种非线性模型.研究结果为:MLR模型的训练集和测试集的复相关系数R2分别为0.838 7和0.858 8;SVM模型的R2分别为0.856 9和 0.877 9;ANN模型的R2 分别为 0.928 4 和 0.932 8.由此表明,无论是训练集还是测试集,SVM模型的预测效果均优于MLR模型,ANN模型的预测效果均优于SVM模型,有机化合物的爆炸下限与其分子结构之间存在着较强的非线性关系.此外,本研究采用内外验证方法及与其他研究的比较对模型性能进行了验证,证实了ANN模型对爆炸下限具有较好的预测能力.通过绘制Wiliams图分析了模型的应用域,验证了所建模型均具有良好的泛化能力和鲁棒性.通过QSPR方法预测有机化合物的爆炸下限,能为危险化学品的风险管控及安全工艺的研究提供有力的理论和技术支持.

定量结构-性质关系、人工神经网络、多元线性回归、支持向量机、爆炸下限、有机化合物

42

X932;TQ56(安全工程)

江苏省高等学校自然科学研究项目;常州市科技支撑计划社会发展项目

2023-07-17(万方平台首次上网日期,不代表论文的发表时间)

共7页

609-614,621

相关文献
评论
暂无封面信息
查看本期封面目录

消防科学与技术

1009-0029

12-1311/TU

42

2023,42(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn