人工神经网络基团贡献法预测有机物闪点

• 作者: 潘勇 蒋军成
• 来源期刊: 低碳化学与化工
• 关键词: 人工神经网络 基团贡献 闪点 有机物
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 化工数据
• 页码范围: 67-71
• 页数: 5页
• 分类号: TQ038.1|X932
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9219.2007.02.017

摘要

建立了一个基于误差反向传播(Back-Propagation, BP)神经网络方法的基团贡献模型,用于预测有机物闪点.以32种分子基团作为神经网络的输入参数,闪点作为输出,研究有机物闪点与分子结构之间的相关性.实验样本由258种有机物构成,并随机划分为训练集(216种)和预测集(42种).通过试差法确定神经网络最优参数,应用最优BP网络结构(32-4-1)进行模拟,结果表明,闪点预测值与实验值符合良好,绝对平均绝对误差6.22K,绝对平均相对误差2.24%,优于传统基团贡献法所得结果.该方法的提出,不仅揭示了有机物闪点与分子结构之间的定量关系,而且为工程上提供了一种预测有机物闪点的新的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋军成	南京工业大学城市建设与安全环境学院	372	4415	33.0	47.0
2	潘勇	南京工业大学城市建设与安全环境学院	54	290	9.0	12.0