基于神经网络和热点理论的含能材料热感度QSPR研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·本论文研究的目的和意义 | 第11-12页 |
| ·国内外研究现状及发展趋势 | 第12-16页 |
| ·从分子层面寻找含能材料感度的依据 | 第12-13页 |
| ·含能材料 QSPR 研究 | 第13-16页 |
| ·本论文主要研究内容 | 第16-18页 |
| 第2章 单质含能材料分子量子化学计算 | 第18-37页 |
| ·量化参数的确定 | 第18-21页 |
| ·“热点”理论的发展 | 第18-19页 |
| ·起爆过程分析及量化参数选择 | 第19-21页 |
| ·计算水平对量化计算结果的影响 | 第21-22页 |
| ·量化计算所得分子几何结构 | 第22页 |
| ·本章小结 | 第22-37页 |
| 第3章 热感度预测模型建立 | 第37-54页 |
| ·建模工具选择 | 第37-38页 |
| ·热感度与自变量相关性分析 | 第38-40页 |
| ·模型构建 | 第40-51页 |
| ·建模流程 | 第40-41页 |
| ·训练方法选择和参数调整 | 第41-45页 |
| ·神经网络建模结果 | 第45-47页 |
| ·多元线性拟合建模结果 | 第47-51页 |
| ·模型适用范围分析及其对建模的作用 | 第51-53页 |
| ·Williams 法 | 第51页 |
| ·分析结果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 模型效果评估和应用 | 第54-62页 |
| ·模型预测效果评估 | 第54-56页 |
| ·评估方法 | 第54-55页 |
| ·计算结果 | 第55-56页 |
| ·与相关 QSPR 模型的对比 | 第56-57页 |
| ·模型的应用软件 | 第57-61页 |
| ·软件编辑 | 第57-59页 |
| ·模型使用过程及分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 附录1：神经网络模型训练过程的 M 文件 | 第69-73页 |
| 附录2：神经网络模型验证过程的 M 文件 | 第73-76页 |
| 附录3：模型预测能力评估计算的 M 文件 | 第76-81页 |
| 附录4：所得界面程序的算法和计算参数 | 第81-87页 |
| 攻读学位期间发表论文与研究成果清单 | 第87-88页 |
| 致谢 | 第88-89页 |
| 个人简历 | 第89页 |
