| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 QSPR研究的基本理论 | 第9-12页 |
| 1.2.1 QSPR概述 | 第9-10页 |
| 1.2.2 QSPR的主要步骤 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.3.1 国内研究情况 | 第12-13页 |
| 1.3.2 国外研究情况 | 第13页 |
| 1.4 本课题的研究目的及内容 | 第13-15页 |
| 1.4.1 研究目的 | 第13页 |
| 1.4.2 研究内容 | 第13-15页 |
| 第二章 基于人工神经网络的烷烃的QSPR研究 | 第15-27页 |
| 2.1 引言 | 第15-16页 |
| 2.2 实验与方法 | 第16-17页 |
| 2.2.1 数据集 | 第16页 |
| 2.2.2 电性拓扑状态指数 | 第16-17页 |
| 2.2.3 多层感知器人工神经网络 | 第17页 |
| 2.3 结果与讨论 | 第17-26页 |
| 2.3.1 密度模型 | 第17-21页 |
| 2.3.2 辛烷值模型 | 第21-26页 |
| 2.4 结论 | 第26-27页 |
| 第三章 二元有机混合物闪点的QSPR研究 | 第27-42页 |
| 3.1 引言 | 第27页 |
| 3.2 实验与方法 | 第27-36页 |
| 3.2.1 数据集和软件 | 第27-35页 |
| 3.2.2 径向基函数人工神经网络 | 第35页 |
| 3.2.3 逐步回归 | 第35-36页 |
| 3.2.4 k折交叉验证 | 第36页 |
| 3.3 结果与讨论 | 第36-40页 |
| 3.3.1 混合物描述符 | 第36-37页 |
| 3.3.2 多元线性回归模型 | 第37-39页 |
| 3.3.3 逐步回归模型 | 第39页 |
| 3.3.4 径向基函数人工神经网络模型 | 第39-40页 |
| 3.4 结论 | 第40-42页 |
| 第四章 苯及其衍生物所形成混合物的毒性QSPR研究 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 实验与方法 | 第42-44页 |
| 4.2.1 数据集 | 第42-44页 |
| 4.2.2 软件 | 第44页 |
| 4.3 结果与讨论 | 第44-49页 |
| 4.3.1 多元线性回归模型 | 第45-48页 |
| 4.3.2 多层感知器人工神经网络模型 | 第48-49页 |
| 4.4 结论 | 第49-50页 |
| 第五章 全氟羧酸混合物的毒性QSPR研究 | 第50-54页 |
| 5.1 引言 | 第50页 |
| 5.2 实验与方法 | 第50-51页 |
| 5.2.1 混合物描述符 | 第50页 |
| 5.2.2 软件 | 第50-51页 |
| 5.3 结果与讨论 | 第51-53页 |
| 5.3.1 多元线性回归模型 | 第51-53页 |
| 5.3.2 径向基函数人工神经网络模型 | 第53页 |
| 5.4 结论 | 第53-54页 |
| 第六章 结论 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-66页 |
| 攻读学位期间参加科研情况及获得的学术成果 | 第66-67页 |