有机物的结构与粘度等安全参数的定量构效关系模型研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第17-25页 |
| 1.1 研究背景 | 第17-18页 |
| 1.2 国内外研究进展 | 第18-23页 |
| 1.2.1 粘度预测方法的研究进展 | 第18-20页 |
| 1.2.2 热容预测方法的研究进展 | 第20-21页 |
| 1.2.3 热导率预测方法的研究进展 | 第21-22页 |
| 1.2.4 自燃点预测方法的研究进展 | 第22-23页 |
| 1.3 本文的主要研究内容 | 第23-25页 |
| 2 QSPR研究的基本理论 | 第25-37页 |
| 2.1 分子描述符 | 第25-28页 |
| 2.1.1 分子描述符种类 | 第26-27页 |
| 2.1.2 分子描述符的计算 | 第27-28页 |
| 2.2 训练集和测试集的划分 | 第28-30页 |
| 2.3 分子描述符的筛选与建模 | 第30-31页 |
| 2.3.1 分子描述符筛选方法 | 第30页 |
| 2.3.2 QSPR中的建模方法 | 第30-31页 |
| 2.4 模型的评价验证 | 第31-36页 |
| 2.5 模型应用域的评价与验证 | 第36页 |
| 2.6 小结 | 第36-37页 |
| 3 QSPR主要研究方法 | 第37-49页 |
| 3.1 ISODATA算法简介 | 第37-39页 |
| 3.1.1 ISODATA算法的基本原理 | 第38-39页 |
| 3.1.2 ISODATA算法的实现 | 第39页 |
| 3.2 蚁群算法的基本原理 | 第39-41页 |
| 3.2.1 蚁群算法的简介 | 第39-41页 |
| 3.2.2 目标函数的选择 | 第41页 |
| 3.2.3 蚁群算法的实现 | 第41页 |
| 3.3 遗传算法的基本原理 | 第41-44页 |
| 3.3.1 遗传算法简介 | 第41-43页 |
| 3.3.2 函数的选择 | 第43-44页 |
| 3.3.3 遗传算法的实现 | 第44页 |
| 3.4 支持向量机的基本原理 | 第44-48页 |
| 3.4.1 理论背景 | 第44-45页 |
| 3.4.2 支持向量机回归算法 | 第45-47页 |
| 3.4.3 参数优化 | 第47-48页 |
| 3.4.4 算法的实现 | 第48页 |
| 3.5 小结 | 第48-49页 |
| 4 有机物粘度的QSPR预测研究 | 第49-73页 |
| 4.1 引言 | 第49-50页 |
| 4.2 实验过程 | 第50-57页 |
| 4.2.1 样本说明 | 第50页 |
| 4.2.2 分子描述符的计算与预筛选 | 第50-52页 |
| 4.2.3 样本集的划分 | 第52-56页 |
| 4.2.4 分子描述符的筛选与建模 | 第56-57页 |
| 4.3 结果与讨论 | 第57-72页 |
| 4.3.1 GA-MLR粘度预测模型 | 第57-58页 |
| 4.3.2 GA-SVM粘度预测模型 | 第58-60页 |
| 4.3.3 ACO-MLR粘度预测模型 | 第60-62页 |
| 4.3.4 ACO-SVM粘度预测模型 | 第62-64页 |
| 4.3.5 模型性能及应用域评价 | 第64-71页 |
| 4.3.6 模型的比较 | 第71-72页 |
| 4.4 小结 | 第72-73页 |
| 5 有机物热容的QSPR预测研究 | 第73-94页 |
| 5.1 引言 | 第73页 |
| 5.2 实验过程 | 第73-78页 |
| 5.2.1 样本说明 | 第73页 |
| 5.2.2 分子描述符的计算与预筛选 | 第73-74页 |
| 5.2.3 样本集的划分 | 第74-78页 |
| 5.2.4 分子描述符的筛选与建模 | 第78页 |
| 5.3 结果与讨论 | 第78-93页 |
| 5.3.1 GA-MLR热容预测模型 | 第78-80页 |
| 5.3.2 GA-SVM热容预测模型 | 第80-82页 |
| 5.3.3 ACO-MLR热容预测模型 | 第82-84页 |
| 5.3.4 ACO-SVM热容预测模型 | 第84-85页 |
| 5.3.5 模型性能及应用域评价 | 第85-92页 |
| 5.3.6 模型的比较 | 第92-93页 |
| 5.4 小结 | 第93-94页 |
| 6 有机物热导率的QSPR预测研究 | 第94-108页 |
| 6.1 引言 | 第94页 |
| 6.2 实验过程 | 第94-97页 |
| 6.2.1 样本说明 | 第94-95页 |
| 6.2.2 分子描述符的计算与预筛选 | 第95页 |
| 6.2.3 样本集的划分 | 第95-97页 |
| 6.2.4 分子描述符的筛选与建模 | 第97页 |
| 6.3 结果与讨论 | 第97-106页 |
| 6.3.1 GA-MLR热导率预测模型 | 第97-99页 |
| 6.3.2 GA-SVM热导率预测模型 | 第99-101页 |
| 6.3.3 ACO-MLR热导率预测模型 | 第101-102页 |
| 6.3.4 ACO-SVM热导率预测模型 | 第102页 |
| 6.3.5 模型性能及应用域评价 | 第102-106页 |
| 6.3.6 模型的比较 | 第106页 |
| 6.4 小结 | 第106-108页 |
| 7 有机物自燃点的QSPR预测研究 | 第108-124页 |
| 7.1 引言 | 第108页 |
| 7.2 实验过程 | 第108-111页 |
| 7.2.1 样本说明 | 第108-109页 |
| 7.2.2 分子描述符的计算与预筛选 | 第109页 |
| 7.2.3 样本集的划分 | 第109-111页 |
| 7.2.4 分子描述符的筛选与建模 | 第111页 |
| 7.3 结果与讨论 | 第111-122页 |
| 7.3.1 GA-MLR自燃点预测模型 | 第111-113页 |
| 7.3.2 GA-SVM自燃点预测模型 | 第113-115页 |
| 7.3.3 ACO-MLR自燃点预测模型 | 第115-116页 |
| 7.3.4 ACO-SVM自燃点预测模型 | 第116-117页 |
| 7.3.5 模型性能及应用域评价 | 第117-122页 |
| 7.3.6 模型的比较 | 第122页 |
| 7.4 小结 | 第122-124页 |
| 8 结论 | 第124-127页 |
| 8.1 结论 | 第124-125页 |
| 8.2 创新点 | 第125页 |
| 8.3 展望 | 第125-127页 |
| 致谢 | 第127-128页 |
| 参考文献 | 第128-142页 |
| 附录A | 第142-143页 |
| 附录B | 第143-144页 |
| 附录C | 第144-172页 |
| 附录C.1 各化合物名称及其对应的粘度数据 | 第144-151页 |
| 附录C.2 各化合物名称及其对应的热容数据 | 第151-164页 |
| 附录C.3 各化合物名称及其对应的热导率数据 | 第164-168页 |
| 附录C.4 各化合物名称及其对应的自燃点数据 | 第168-172页 |
