首页 | 本学科首页   官方微博 | 高级检索  
     检索      

用量子化学方法预测PCDFs的Ah受体结合能力(1)--神经网络模型
引用本文:黄俊,余刚,王溢磊,吴国是.用量子化学方法预测PCDFs的Ah受体结合能力(1)--神经网络模型[J].南京理工大学学报(自然科学版),2003,27(6):709-714.
作者姓名:黄俊  余刚  王溢磊  吴国是
作者单位:1. 清华大学环境科学与工程系,北京,100084
2. 清华大学化学系,北京,100084
基金项目:国家重点基础研究专项经费资助项目(G1999045711)清华大学环境科学与工程研究院"985"基金项目
摘    要:利用AM1半经验量子化学方法计算135种多氯联苯并呋喃(PCDFs)的12种结构一性质参数,以30种已有文献值的PCDFs为训练样本,采用误差反向传播人工神经网络(BP—ANN)方法建立PCDFs芳烃(Ah)受体结合能力的定量结构活性关系(QSAR)方程,对训练样本集以外的3个测试样本的检验结果表明,模型具有相当高的精度(训练样本最大相对误差小于5%,检验样本最大相对误差小于7%),且误差频数符合正态分布,表明该模型可用于未知样本的定量预测,据此给出目前尚没有文献值的其余102种PCDFs的Ah受体结合能力的预测值。

关 键 词:多氯联苯并对呋喃  量子化学  半经验AM1-MO法  神经网络  AM1
修稿时间:2002年9月17日

Predicting Ah Receptor Binding Data of PCDFs Using Quantum Chemical Method (1) -- Artificial Neural Network Approach
Huang Jun Yu Gang Wang Yilei Wu Guoshi.Predicting Ah Receptor Binding Data of PCDFs Using Quantum Chemical Method (1) -- Artificial Neural Network Approach[J].Journal of Nanjing University of Science and Technology(Nature Science),2003,27(6):709-714.
Authors:Huang Jun Yu Gang Wang Yilei Wu Guoshi
Abstract:
Keywords:PCDFs  quantum chemistry  semiempirical AMI - MO method  artificial neural network  AMI
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号