| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·定量构效关系与定量特性-活性关系 | 第7-9页 |
| ·人工神经网络作为QSAR／QSPR的建模工具 | 第9-10页 |
| ·遗传算法用于人工神经网络的混合策略 | 第10-11页 |
| ·混沌理论逻辑映射用于改善遗传神经网络 | 第11-12页 |
| ·混沌遗传神经网络(CGANN)算法简介 | 第12-14页 |
| ·本论文的研究构想 | 第14-16页 |
| 第二章 利用CGANN构建基于化合物全氟取代甲基环己烷／甲苯分配系数的QSPR及QPPR模型 | 第16-28页 |
| ·引言 | 第16-17页 |
| ·算法 | 第17-18页 |
| ·数据和变量选择 | 第18-19页 |
| ·结果与讨论 | 第19-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 CGANN方法用于含硫苯衍生物对发光细菌毒性效应的QSPR与QPPR研究 | 第28-38页 |
| ·引言 | 第28-30页 |
| ·算法 | 第30页 |
| ·数据和变量选择 | 第30-31页 |
| ·结果与讨论 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 CGANN用于活性染料对发光菌毒性的构效关系及模式识别研究 | 第38-45页 |
| ·引言 | 第38-40页 |
| ·CGANN算法 | 第40-41页 |
| ·数据和变量选择 | 第41-43页 |
| ·结果与讨论 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 混沌遗传神经网络用于压电TSM晶体传感器阵列数据的模式识别 | 第45-50页 |
| ·引言 | 第45-46页 |
| ·CGANN算法 | 第46页 |
| ·压电TSM晶体传感器阵列数据 | 第46-48页 |
| ·结果与讨论 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-67页 |
| 附录: 攻读学位期间发表的论文目录 | 第67页 |
