基于分子表面电荷密度分布与机器学习的混合物设计方法研究

• 作者: 毛海涛 王璐 许志颖 解万翠 都健 张磊
• 来源期刊: 化工学报
• 关键词: 系统工程 产品设计 神经网络 分子表面电荷密度分布 混合物设计 香精
• 年，卷（期）: 2021,（S1）
• 所属期刊栏目: 过程系统工程
• 页码范围: 282-292
• 页数: 10页
• 分类号: TQ021.8
• 语种: 中文
• DOI: 10.11949/0438-1157.20190795

摘要

由于混合物性能的可调控性，当前市场对其关注与日俱增。对于这类产品，基于模型的设计方法由于具有高效性以及普适性，相较于其他产品设计方法得到了更快的发展。但是对于很多性质，如气味、颜色等，准确且普适的模型尚不可得。因此，本文提出了一种基于分子表面电荷密度分布描述符（S描述符）和机器学习模型的混合物设计方法，采用描述符表征产品、再通过机器学习模型将其与性质关联，直接用于混合物产品设计。具体地，根据给定的产品性质需求，机器学习模型直接预测/设计混合物产品的S描述符；然后以欧几里德距离为指标，在给定的数据库中筛选出S描述符满足要求的候选混合物组成。最后，对候选混合物及其组分性质进行实验验证，完成设计。本文以香精的混合替代物设计作为算例，设计得到丙酸叶醇酯的两种混合香精替代物，通过实验对混合物进行了验证。结果表明，混合替代物的气味及其组分的各理化性质均与丙酸叶醇酯相近，证实本文所提出方法的有效性。