| 用量子化学参数预测聚合物玻璃化温度 |
| |
| 引用本文： | 颜炜伟. 用量子化学参数预测聚合物玻璃化温度[J]. 湖南工程学院学报(自然科学版), 2010, 20(2) |
| |
| 作者姓名： | 颜炜伟 |
| |
| 作者单位： | 湖南工程学院,化学化工学院,湘潭,411104 |
| |
| 基金项目： | 湖南省教育厅科研资助项目 |
| |
| 摘 要： | 在B3LYP/6-31G(d,P)水平上对聚合物单体进行密度泛涵理论算,得到4个量子化学参数(分子偶极矩μ,平均极化率α,熵S及内能Eint)用来建立聚合物玻璃化转变温度Tg的人工神经网络(ANN)模型.误差反向传播的人工神经网络方法用来拟合4个参数与Tg可能存在的非线性关系.通过试差法调整网络参数得到最佳网络条件.模拟最佳网络模型4-4-1,结果表明模拟值与实验值非常接近,训练集与测试集的均方根误差(rmse)分别为17.878K和22.685K,该结果优于线性回归法得到的结果.
|
| 关 键 词： | 量子化学参数 聚合物 玻璃化转变温度 人工神经网络 |
Prediction of Glass Transition Temperatures of Polymers by Using Quantum Chemical Descriptors |
| |
| YAN Wei-wei. Prediction of Glass Transition Temperatures of Polymers by Using Quantum Chemical Descriptors[J]. Journal of Hunan Institute of Engineering(Natural Science Edition), 2010, 20(2) |
| |
| Authors: | YAN Wei-wei |
| |
| Affiliation: | YAN Wei-wei(School of Chemistry and Chemical Engineering,Hunan Institute of Engineering,Xiangtan 411104,China) |
| |
| Abstract: | |
| |
| Keywords: | quantum chemical descriptors glass transition temperature polymer artificial neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
