应用原子类型AI指数预测烃类燃烧热

• 作者: 曹洪印 潘勇 蒋军成
• 来源期刊: 工业安全与环保
• 学科: 地球科学
• 关键词: 原子类型AI指数 定量结构-性质相关性 液态烃 燃烧热
• 年，卷（期）: 2010,（12）
• 页码范围: 8-9,24
• 分类号: X7
• 字数: 1879字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-425X.2010.12.004

摘要

以基于Xu指数的原子类型AI指数作为分子结构描述符,表征了80个液态烃的分子结构特征,并分别结合人工神经网络和多元线性回归方法,对这80种液态烃的燃烧热进行定量结构-性质相关性建模和预测研究.结果表明,基于Xu指数的原子类型AI指数能很好地表征烃类物质的分子结构特征.所建的最佳预测模型为基于Xu指数的原子类型AI指数多元线性回归模型,模型复相关系数为0.999,对测试集的平均预测相对误差为0.637%,模型预测值与实验值的一致性令人满意.

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	南京工业大学安全工程研究所	372	4415	33.0	47.0
2	潘勇	南京工业大学安全工程研究所	54	290	9.0	12.0
3	曹洪印	南京化工职业技术学院化工系	7	31	4.0	5.0