南京理工大学学报(自然科学版)
南京理工大學學報(自然科學版)
남경리공대학학보(자연과학판)
JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY（NATURE SCIENCE）
2003年
6期
709-714
,共6页
黄俊%余刚%王溢磊%吴国是
黃俊%餘剛%王溢磊%吳國是
황준%여강%왕일뢰%오국시
多氯联苯并对呋喃%量子化学%半经验AM1-MO法%神经网络%AM1
多氯聯苯併對呋喃%量子化學%半經驗AM1-MO法%神經網絡%AM1
다록련분병대부남%양자화학%반경험AM1-MO법%신경망락%AM1
利用AM1半经验量子化学方法计算135种多氯联苯并呋喃(PCDFs)的12种结构-性质参数,以30种已有文献值的PCDFs为训练样本,采用误差反向传播人工神经网络(BP-ANN)方法建立PCDFs芳烃(Ah)受体结合能力的定量结构活性关系(QSAP)方程,对训练样本集以外的3个测试样本的检验结果表明,模型具有相当高的精度(训练样本最大相对误差小于5%,检验样本最大相对误差小于7%),且误差频数符合正态分布,表明该模型可用于未知样本的定量预测,据此给出目前尚没有文献值的其余102种PCDFs的Ah受体结合能力的预测值.
利用AM1半經驗量子化學方法計算135種多氯聯苯併呋喃(PCDFs)的12種結構-性質參數,以30種已有文獻值的PCDFs為訓練樣本,採用誤差反嚮傳播人工神經網絡(BP-ANN)方法建立PCDFs芳烴(Ah)受體結閤能力的定量結構活性關繫(QSAP)方程,對訓練樣本集以外的3箇測試樣本的檢驗結果錶明,模型具有相噹高的精度(訓練樣本最大相對誤差小于5%,檢驗樣本最大相對誤差小于7%),且誤差頻數符閤正態分佈,錶明該模型可用于未知樣本的定量預測,據此給齣目前尚沒有文獻值的其餘102種PCDFs的Ah受體結閤能力的預測值.
이용AM1반경험양자화학방법계산135충다록련분병부남(PCDFs)적12충결구-성질삼수,이30충이유문헌치적PCDFs위훈련양본,채용오차반향전파인공신경망락(BP-ANN)방법건립PCDFs방경(Ah)수체결합능력적정량결구활성관계(QSAP)방정,대훈련양본집이외적3개측시양본적검험결과표명,모형구유상당고적정도(훈련양본최대상대오차소우5%,검험양본최대상대오차소우7%),차오차빈수부합정태분포,표명해모형가용우미지양본적정량예측,거차급출목전상몰유문헌치적기여102충PCDFs적Ah수체결합능력적예측치.
