排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对芳香族硝基化合物生产、运输以及储存过程中引发的重特大燃爆事故,采用试验及模型计算等方式对其自加速分解温度(SADT)进行获取,并提出一种基于定量结构-性质关系(QSPR)的理论预测方法。通过绝热加速量热试验获取18种芳香族硝基化合物的热力学和动力学参数,以此计算得到25 kg标准包装下物质的自加速分解温度。应用多元线性回归(MLR)和人工神经网络(ANN)等机器学习方法分别构建相应的预测模型,最终验证并比较两种模型的拟合能力、鲁棒性和预测能力。结果表明：芳香族硝基化合物对应MLR模型和ANN模型的相关系数分别为0.893和0.975,ANN模型在匹配度方面明显优于MLR模型。 相似文献
1