黄酮类化合物抗肿瘤活性的构效关系研究

应用分子力学MM 和半经验量子化学AM1法对18种黄酮类化合物进行了几何优化,并计算了各化合物的电子结构,根据其电子结构,结合它们在体外抑制60-Cellline人体肿瘤细胞的活性数据(IC50)进行讨论,得出了黄酮类化合物抗肿瘤活性的定量构效关系。结果表明：B环和C环对黄酮类化合物抗肿瘤活性影响大;且B环负电性越高,活性越强,而C环正电性越高,活性越强。     

人工神经网络方法研究含硫芳香衍生物毒性与结构的关系

结合逐步线性回归方法与人工神经网络方法，研究了含硫芳香衍生物对发光细菌毒性的构效关系，充分表明了两个方法的互补，回归方法为网络方法提供变量的物理解释，网络方法建立精确的构效关系模型，人工神经网络方法在非线民生较强的构效关系研究中起到重要的作用，基于交叉检验，本文还提出了防止人工神经网络方法过拟合现象发生的ｒ判据，对于建立较好的预报模型，具有一定的普遍意义。     

TIBO类衍生物抗HIV-1活性与电子结构关系的研究

应用分子力学MM＋方法，半经验量子化学MNDO计算了19个TIBO HIV－1逆转录酶抑制剂的优势构象和电子结构，得到了其抗HIV－1活性与电子结构的定量构效关系。结果表明：（1）TIBO类衍生物的体积越大、极性越小，即疏水性越大对抑制HIV－1活性越有利；（2）化合物中存在较大的正电区域，当C2原子连接吸电性基团时对药物的活性有利。     

球形映照方法用于三唑类抗真菌药物活性类别的预报

在进行分子力学和量子化学计算的基础上,采用球形映照（SLM）方法对三唑类衍生物进行了构效关系的研究,建立了三唑类衍生物抗真菌活性类别预报的数学模型,其留一法交叉检验（LOOCV）的预报正确率为88．2％。将该结果与主成分分析（PCA）,Fisher,最近邻（KNN）的预报结果进行比较,所得SLM的预报正确率高于PCA,Fisher,KNN的结果。因此,SLM方法有望成为研究药物构效关系的有用工具。     

流形学习的四嗪衍生物抗癌活性预测模型研究

由于四嗪衍生物抗癌活性与其结构之间可能存在非线性关系,本文引入非线性的流形学习方法对计算出的四嗪衍生物分子描述符进行特征提取,以提高其预测模型的准确性。便于分析,分别采用特征选择的逐步回归法、线性特征提取的主成份分析法以及非线性特征提取的流形学习方法对四嗪衍生物分子描述符进行筛选,然后基于偏最小二乘和支持向量回归机构建其定量构效关系模型。计算结果表明,本文中四嗪衍生物的描述符数据为非线性流形,并且它们的结构与活性之间呈非线性关系,基于支持向量回归机模型的最优预测结果达到了97.4%。所以,利用非线性特征提取的流形学习预处理的QSAR模型可以为此类化合物抗癌活性的预测提供指导。     

鬼臼脂素衍生物的结构表征和抗肿瘤活性预测

应用分子电性距离矢量(MEDV)对鬼臼脂素衍生物进行结构表征和抗肿瘤活性的活性预测,通过逐步回归(SMR)方法建立了MEDV与活性之间的定量模型,取得了良好的结果,其模型相关系数为R=0．949;继以留一法(Leave-one—out,LOO)进行交互检验,复相关系数为R^2=0．619,说明定量相关模型具有良好的稳定性和预测能力。     

用自组织神经树研究抗肿瘤药物卡巴醌构效关系

运用自组织神经树模型，研究了抗肿瘤药物卡巴醌的构效关系。所选研究样本中，神经树的预测效率达１００％，结果表明，该方法性能良好，可望可为物构效关系分析的一种有效的辅助手段。     

用改进的遗传算法训练神经网络以研究有机磷杀虫剂的构效关系

结合改进的遗传算法（ＩＧＡ）和误差反传算法（ＢＰＡ）训练人工神经元网络，用以对三元不对称有机磷构效关系进行研究。作者保留了ＢＰＡ作为权值基本训练方法简捷的优点，又利用遗传算法的全局搜索性，以克服ＢＰＡ陷入局部极小点的缺陷，使两者集成在一起，通过因子α调整遗传算法和误差反传算法的结合程度，发挥各自的长处，达到训练过程的优化。通过实例表明建立了更准确的数学模型，具有较好的实用价值。     

量化参数在黄酮化合物构效关系研究中的应用

将量在数应用于黄酮类化合物的结构与抗肿瘤活性的相关分析中,并运用最佳子变量进行压缩计算分析,获得了比较好的相关模型。     

酚羟基取代异黄酮类化合物的抗氧化活性理论筛选

运用密度泛函理论(Density Function Theory,DFT)中的B3LYP方法,6-31G(d)基组水平上计算了65种酚羟基取代的异黄酮类化合物的前线轨道能级和O-H键离解能(BDE),并讨论了这些化合物抗氧化活性的构效关系。结果表明,B环为异黄酮类化合物抗氧化、清除自由基的主要活性部位;C环的2-OH是必要的增效酚羟基,在增强抗氧化活性具有非常重要的作用;在C2位羟基作用下4’-OH可以显著增强异黄酮类化合物的抗氧化活性,同时3’-OH对4’-OH的协同作用增强了4’位羟基的活性。在所有标题化合物中,C3(2,3,4’-三羟基异黄酮)、C13(2,3,4’,5’-四羟基异黄酮)和C22(2,3,3’,4’,5’-五羟基异黄酮)具有较强的清除自由基活性,可作为潜在的高效抗氧化剂。     

基于Delphi和ANN的网络安全综合评价方法研究

网络安全评价是一复杂的系统工程，现有的安全评估工具大都只是用于对网络系统安全漏洞进行扫描、检测。为了对网络安全进行综合评价，必须要运用系统工程的思想和方法。文中采用德尔菲法（Ddphi）对影响网络安全的各种因素进行了深入研究。确立了网络安全综合评价指标体系，提出了人工神经网络（ANN）安全评价模型，并进行了计算机仿真试验。结果表明，这一模型能有效地对网络安全等级进行综合评价，从而为全面评价计算机网络安全状况提供了新的思路和方法。     

应用ANN/HMM混合模型预测蛋白质二级结构

针对3状态隐马尔可夫模型（hidden Markov model,HMM）预测蛋白质二级结构准确率不高的问题,提出15状态HMM,通过改进的算法与BP神经网络相结合进行二级结构预测。研究对象为CB513数据集中筛选出的492条蛋白质序列,将其随机均分7组。应用混合模型进行预测,对准确率进行7交叉验证,Q3准确率达7721%,SOV值为7252%。结果表明,混合模型既能充分考虑相邻氨基酸残基间的相互影响,也能在一定程度上照顾二级结构的远程相关性,因此带来了较好的预测准确率。     

人工神经网络设计算法的研究

人工神经网络在计算机领域中仍然是一个有待进一步研究的问题。文中介绍了目前使用的几种不同的人工神经网络设计算法：BP算法、FP算法、多层前向网络的交叉覆盖设计算法。探讨了这些算法的应用和特点，并从原理和设计思路上进行了分析。对BP算法和交叉覆盖算法给出具体的测试结果，解释并说明了各种算法的优缺点。重点研究并介绍了目前流行的多层前向网络的交叉覆盖算法的设计思路和应用方法，测试结果证明了该方法在智能识别领域的有效性。     

基于ANN的油水分离双级水力旋流器的结构性能研究

根据河南油田目前存在的情况,开发了一种井下油水分离系统的双级水力旋流样机.利用人工神经网络(Artificial NeuralNetworks,ANN)建立起井下双级水力旋流器的数学模型,通过实验室内柴油以及河南油田实际油样测试,根据前后的分析比较来评估该人工神经网络模型的可靠性和有效性.经过最终实验分析,在并下可以实现两级串联油水分离,当流量控制在6m3/h以上,同时入口油滴粒径大于80μm时,分离器的分离效率最好,可以达到99.5％以上.室内实验分离后水中含油浓度小于50PPm,现场试验小于200PPm,远低于国外室内试验的400PPm指标,测量数据可靠,为其应用于实际生产提供了理论分析基础.     

分子距边矢量结合神经网络法预测二(口恶)(口英)类化合物PCDFs的logK_(ow)值

采用以基团间距离、边数为基准的分子距边矢量作为二(口恶)(口英)类化合物多氯代二苯并呋喃(PCDFs)的分子结构描述符,结合反向传播人工神经网络方法建立了PCDFs的正辛醇/水分配系数(logKow)与分子结构描述符之间的定量关系模型。结果表明,所采用的结构描述符对于分子结构具有很好的区分能力,所建立的模型对于校验样本的预测精度较高。利用所得模型,对文献尚未报道logKow实验值的其他所有85种PCDFs给出了预测值。     

3-取代4-氧-3H-咪唑并[5,1-d][1,2,3,5]四嗪-8-羧酸衍生物抗肿瘤活性的定量构效关系研究

目的:研究3-取代4-氧-3H-咪唑并[5,1-d][1,2,3,5]四嗪-8-羧酸衍生物分子结构与抗肿瘤活性的关系.方法:采用量子化学和分子力学方法计算分子结构参数,利用Cram-Schmidt正交化法筛选参数,利用偏最小二乘法建立QsAR模型.结果:建立合理的3-取代-4.氧-3H-咪唑并[5,1-d][1,2,3,5]四嗪-8-羧酸衍生物抗肿瘤活性模型.结论:3-取代-4-氧-3H-咪唑并[5,1-d][1,2,3,5]四嗪-8-羧酸衍生物抗肿瘤活性与分子油水分配系数LogP和8位取代基R1上的非氢原子净电荷Q1相关,研究结果可为同类抗肿瘤药物的分子设计提供参考.     

基于神经网络的传感器非线性静态特性模型辨识

本文介绍了近几年来利用ANN可以任意精度逼近任意复杂的非线性函数的特性,所进行的传感器非线性静态特性模型辨识的研究,分析了各种模型与算法的特点及应用,提出了展望。     

基于ANN的空气处理单元换热器的动态性能预测

应用人工神经网络技术对安装在空气处理单元（Air Handler Unit,AHU）中的换热器建立了动态神经网络模型。该模型的所有预测值基本都在实际测量值的95%~105%之间。实际测量值和神经网络模型预测值之间的平均相对误差（Mean Relative Error,MRE）小于2.5%,充分说明模型逼近实际对象的精确性。实验结果显示,神经网络,尤其是BP神经网络,可以作为一个很容易的建模工具来获得空气处理单元中换热器的神经网络模型,同时也很容易应用在类似的热系统中。     

有机缓蚀剂定量构效与活性相关的热力学参数量子化学计算值与缓蚀效率的QSAR研究

用AM1和PM3半经验方法对5种缓蚀剂进行了优化计算并将获得的量化参数与缓蚀性能进行构效关系（QSAR）研究，结果表明，由AM1方法得到的不同温度下的缓蚀剂热力学参数焓和熵的量子化学计算值与该缓蚀剂缓蚀实验的腐蚀电流有良好的相关性。根据所得的相关模型可对缓蚀剂在一定温度范围的腐蚀电流进行预测，进而预测其缓蚀性能。