基于分子指纹和拓扑指数的工质临界温度理论预测

• 作者: 任嘉辉 刘豫 刘朝 刘浪 李莹
• 来源期刊: 化工学报
• 关键词: 工质 热力学性质 临界温度 拓扑指数 机器学习 神经网络 预测
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 热力学
• 页码范围: 1493-1500
• 页数: 7页
• 分类号: TK123
• 语种: 中文
• DOI: 10.11949/0438-1157.20211377

摘要

临界温度是一种非常关键的热物理性质，对其进行理论预测一直是热物性研究的热点。然而，早期预测模型往往不能有效区分工质同分异构体。本文借助机器学习算法，采用“分子指纹+拓扑指数”的新型分子结构描述方法表达工质的分子结构并建立临界温度模型，在测试集预测中的绝对平均偏差为3.99%，表明本文模型具有良好的预测能力。本文模型与文献对比的结果表明，新模型不仅可以有效区分工质同分异构体，在计算精度方面也超越了现有其他模型。