机器学习在聚烯烃催化剂领域的应用与展望

催化剂是决定聚烯烃的工业效率以及实现聚烯烃高端化的核心.传统开发催化剂的过程采用试错法,不仅实验步骤多、研发周期长,且催化性能的研究需要消耗大量资源.单纯依靠实验的分析方法很难挖掘出催化剂结构与聚合性能之间的内在关系.高水平的量子化学计算可以准确地获取反应机理,但针对宏量的实验数据,昂贵的计算成本是其局限.大数据时代,人工智能的发展势不可挡.机器学习作为人工智能的核心策略表现出强大的预测能力,并在科学、技术以及工业等各个领域获得了广泛的应用与发展.本文主要介绍机器学习在聚烯烃催化剂中的最新研究进展,并简要评述机器学习应用于烯烃催化中面临的机遇与挑战.     

取代芳烃与3种生物急性毒性的定量构效关系

根据成键原子的结构特征定义其生物活性点价 (δAi ) ,并建构新的连接性指数 ( 1XA=∑(δAi .δAj) .用 1XA分别与 2 1种苯酚类化合物对日本长腿蛙蝌蚪的急性毒性 ( 2 4h-LC50 ) ,1 8种苯酚、苯胺类化合物对斜生栅列藻的急性毒性 ( -lg EC50 ) ,1 6种含氯的苯酚、苯胺类化合物对绿藻的急性毒性 ( -lg EC50 )相关联 ,其相关系数分别为 0 .963 5,0 .944 0 ,0 .91 84,均优于相应的文献研究结果 .对所建模型予以稳健性检验 .     

用神经网络方法对卡巴醌系列抗肿瘤药物的QSAR研究

运用人工神经网络方法研究了卡巴醌（Ｃａｒｂｏｑｕｏｎｅ）系列药物对用Ｌ－１２０１白血病细胞接种的小鼠延长生命的活性，与传统的回归方法进行比较，可得到更为精确的结果，并且在活性预测方面有很好的效果。     

论山东半岛天气预报协成系统的建设

山东半岛天气预报协成系统以网站的形式展现,通过多种模式对降水、气温、海风等要素的未来状况进行协成预测,以提高天气预报业务人员对范围内天气的预测准确率。     

浅析建筑风水的双刃性

针对建筑风水在现代人居环境中的影响,从风水的科学性与超自然性两方面进行了辩证的分析,肯定了环境与人之间定性与定量的规律,从而归纳出今后建筑风水的发展方向。     

京津冀城市群高影响天气预报中的关键技术研究

本项目以提高京津冀城市群局地暴雨、浓雾、降雪等高影响天气的预报能力为目标，以城市和城市群复杂下垫面对天气系统的影响为研究重点，揭示了城市群对高影响天气的影响过程和关键预报因子，在城市群高影响天气预报模式系统研发、使京津冀城市群局地暴雨、整体预报能力有显著提高，响天气预报具有示范作用，显效果。预报关键技术上取得突破，浓雾、降雪等高影响天气的并对其他城市群地区的高影在气象防灾减灾方面取得明     

药物分子设计与定量构效关系研究进展

介绍了药物分子设计与定量构效关系的发展概况与研究进展（２Ｄ－ＱＳＡＲ，３Ｄ－ＱＳＡＲ，ＭＤ－ＱＳＡＲ），为开发新药及化工、医药的发展提供了信息．     

狄尼平行定量的推广

参变量积分中有一个与狄尼定理平行的定理（本文暂称之为狄尼平行定量，若函数f(x,t)非负连续，则可则I（t)=，f(x,t)dx的连续性指出它的一致收敛性，本文证明在减弱这一条件下，结论仍成立，从而推广了该定理。     

制冷系统仿真中定量参数的神经网络辨识

尝试用现代人工智能技术来改进现有的制冷系统仿真方法．首先，提炼出与制冷系统仿真结果的量化密切相关的定量参数，然后在已有的定性数值仿真模型的基础上，根据实验数据，采用人工神经网络（ＡＮＮ）方法对仿真模型中的定量参数进行辨识，识别出最佳的定量参数．这不仅有利于提高仿真精度，改善计算稳定性，而且降低了对仿真软件用户的技术要求，有利于仿真技术的实用化．对房间空调器稳态特性仿真的初步结果表明该方法效果良好．