镧系元素物理化学性质的定量构效关系研究

系统地研究了影响镧系元素物理化学性质的各种因素,以镧系元素的鲍林电负性(Xp)、Miedema的价电子云密度(nws1/3)f、n组态电子间排斥能(Hr)、离子半径(r)、范德华半径(rw)、失屏参数(Rζ)、键参数拓扑指数(HE)以及Xp2、Rζ1/2、nws1/3.Rζ1/2等为参数(变量),使用最佳子变量集算法,对18种镧系元素物理化学性质进行了关联.得到的结果是满意的.最佳子变量集算法可用于变量筛选,适用于复杂的定量构效关系研究.     

一类抗疟化合物的定量构效关系研究

用启发式方法(HM)预测了57种抗疟化合物的活性.通过分子结构计算得到的5个分子描述符,建立了最优的QSAR 模型.结果表明,建立的线性回归模型的R2=0.8121,得到的模型是比较令人满意的.     

三维定量构效关系最新研究进展

在简要回顾了经典的Ｈａｎｓｃｈ方法的基础上，重点讨论了４种典型的３Ｄ－ＱＳＡＲ方法，即分子形状分析（ＭＳＡ）、距离几何学方法（ＤＧ）、比较分子力场分析（ＣＯＭＦＡ）和假想活性位点阵（ＨＡＳＬ）的基本原理，并介绍了人工神经网络在３Ｄ－ＱＳＡＲ的原理和应用     

构效定量关系研究胶束毛细管电泳的分离机理

通过对文献中中性化合物在胶束毛细管电泳中保留指数的构效定量关系的研究，获得以下的结果：阴离子表面活性剂ＳＤＳ胶束毛细电泳下的保留指数与反相色谱保留值ｌｏｇｋｗ和正辛醇／水分配数ｌｏｇＰ有良好的线性关系，但阳离子表面活性剂ＣＴＡＢ和ＤＴＡＢ胶束毛细管电泳下的保留指数无此良好的线性相关性。     

定量构效关系的原理、方法及其研究进展

介绍了定量构效关系(QSAR/QSPR)的原理、方法,综述了该领域的研究成果及其进展.重点论述了线性的启发式方法与径向基函数神经网络在定量构效关系研究中的应用,展望了该方法在各个学科的应用将会深入发展.     

有机氟化合物急性毒性全息定量构效关系

运用分子全息定量构效关系(HQSAR)方法研究有机氟化合物对大鼠和小鼠的急性毒性.选择对小鼠毒性为研究对象,碎片长度为4~7,碎片区分参数为原子类型、化学键类型、氢原子、氢键给体和受体时,得到最佳模型(r2=0.978,q2=0.821).选择对大鼠毒性为研究对象,碎片长度为4~7,碎片区分参数为原子类型、连接性、氢原子和手性时,得到最佳模型(r2=0.908,q2=0.605).研究结果表明,所建模型具有良好的拟合效果和较高的预测能力.     

碳酸酐酶XIV抑制剂的定量构效关系研究

基于神经网络转换的非线性偏最小二乘回归(ANN-NLPLS)连同偏最小二乘(PLS)和人工神经网络(ANN)方法,被用于磺胺类药物作为碳酸酐酶XIV抑制剂的定量构效关系研究.结果表明,ANN-NLPLS能很好地建立碳酸酐酶XIV抑制剂的定量构效关系模型,其中,氢键受体数目(Hydrogen bond acceptor),键能(Bond energy),电子拓扑指数(S_do,S_aaCH),VAMP电子静态描述符(Octupole xyz,Octupole xxy),偶极矩(Dipole moment X,Dipole x),最高占有轨道能(HO-MO),总能量(Total energy),脂水分布系数(AlogP),信息含量(Information content)对磺胺类药物对碳酸酐酶XIV的抑制活性起着非常重要的作用.     

亲脂性叶酸拮抗剂喹唑啉类化合物的三维定量构效关系研究

在亲脂性叶酸拮抗剂喹啉类化合物的ＣｏＭＦＡ方法的研究中,尝试引入与化合物结构相关的理化参数与ＣｏＭＦＡ模型的建立。用该型预测了４个新化合物的活性,根据目前得到的其中２个化合的知则定结果,预测与测定值基本符合,初步显示了该模靠性。     

基于神经网络的逻辑最小造价覆盖算法

提出一种基于神经网络求解逻辑综合中最小造价覆盖问题的优化算法。首先给出了最小造价覆盖问题与能量函数的映射关系，并以此构造了改进的两级Ｈｏｐｆｉｅｌｄ网络模型。然后利用该网络的动态特性，求出最小造价覆盖问题的最优解。最后对算法进行了分析和小结。     

基于野韭菜挥发性成分的色谱保留指数神经网络预测

为研究野韭菜挥发性成分的性质,预测其色谱保留指数,运用 ＭＡＴＬＡＢ相关自编程序计算得到了野韭菜挥发性成分的分子形状指数和电性拓扑态指数,将这两类参数作为分子结构描述参数,借助多元逐步回归法优化筛选了其中结构参数^２Ｋ、^３Ｋ、^４Ｋ、Ｉ２和 Ｉ６,建立了野韭菜挥发性成分色谱保留指数的 ＱＳＲＲ模型,相关系数为 ０９６３,通过对模型的稳定性和预测能力进行检验,检验的相关系数 ｒ基本也稳定在 ０９６３左右。用这 ５个筛选出的结构参数作为人工神经网络的输入层参数,采用 ５ ２ １的网络神经结构,利用 ＢＰ算法建构神经网络模型,总相关系数达到 ０９９６的优级相关,利用此模型计算得到的预测值与实验值吻合度较为理想,相对平均误差仅为 １６７％,结果显示 ＢＰ神经网络所得结果优于多元线性回归方法。     

BP神经网络初始化方法研究

提出一种等比例系数型BP神经网络权值和阈值的初始化方法,该方法可将S型传递函数的自变量转化到区间[0,1）上,从而提高网络的收敛性能.从理论上证明了该方法的可行,并通过非线性函数y=x12＋x22的拟合实验,证明了该方法是有效的.     

均匀设计法优化神经网络参数的研究

提出采用均匀设计法设计优化ＢＰ神经网络参数的方法,实验表明,通过采用均匀设计法可以有效地降低调节网络参数所需的实验次数,并降低训练误差,取得了良好的效果．     

一种改进人工鱼群算法对BP神经网络的优化研究

针对BP神经网络存在易陷入局部极值的缺陷,提出一种基于改进的人工鱼群算法优化的BP神经网络.先用改进的人工鱼群算法优化BP神经网络的初始权值和阀值,然后再执行BP算法训练BP神经网络的权值和阀值.函数拟合仿真实验表明该优化方法提高了BP神经网络的泛化性能.     

基于动量BP神经网络的英文字符识别

英文字符识别已经广泛地应用于很多重要领域.已有的英文字符识别算法很多,一种典型的算法是BP神经网络算法.但是,BP神经网络算法有时不收敛,或陷入震荡.这就导致识别率下降.为此,本文研究了一种改进的称为动量BP神经网络算法用于英文字符识别.这种算法在BP神经网络算法的网络参数控制中添加一个动量系数和一个动量项.这样可以避免迭代的震荡,加快收敛速度.提高识别率.利用动量BP神经网络算法,对52个英文大小写字符进行了识别试验.实验结果表明,这种算法能获得满意的识别率.     

基于BP神经网络的供应商选择研究

供应商的选择在整个物流系统中占有非常重要的地位.本文建立了基于BP神经网络的供应商评价指标体系,给出了BP神经网络的评价模型,并结合算例进行分析.实例证明,该方法是可行的.     

用Hopfield神经网络求解一类Markov链的客户关系管理模型

以客户关系管理(custom er re lationsh ip m anage-m en t,CRM)的数学模型为背景,研究了如何用Hop fie ld神经网络构建一类M arkov链表述的CRM的客户分类分析和评价的计算模型。从一种不同于现CRM的对客户关系评价的思路入手,用M arkov链建模。分析该类马氏链建立的CRM数学模型的特点(无限次交易),分析连续Hop fie ld神经网络计算的内在特点。从矩阵结构和求逆的角度,发现这两个不同概念模型的数学模型具有相同的特点。研究结果将该类马氏链的CRM模型计算同Hop fie ld神经网络计算关联起来。这表明可以用连续Hop fie ld神经网络计算该类M arkov链的CRM模型。     

基于神经网络集成的经济预测模型

针对单个BP神经网络用于经济预测存在的不足,提出了一种新的更有效的经济预测模型--神经网络集成.神经网络集成通过训练多个神经网络并将各网络输出进行合成,能够显著提高网络的泛化能力.以广东省江门市的经济数据为例,采用Bagging算法训练了五个BP神经网络,构建了一个神经网络集成的GDP预测模型,并运用MATLAB 7.0语言程序实现.预测结果令人满意,优于单个神经网络预测方法.实证表明,神经网络集成用于经济预测是有效可行的,同时在一定程度上克服了单个神经网络的缺陷.     

焊接热影响区性能的神经网络预测模型

针对四类２４种钢材，将其化学成分和ｔ８／５性能的数据作为样本，构造学习空间，建立了一种新的预测方法ＢＰ网络预测模型，并讨论了网络参数对网络收敛速度及误差函数的影响