QSPR在有机物燃烧特性预测中的应用和进展

定量结构-性质相关性(QSPR)研究将有机物结构特征表征方法和各种统计建模工具相结合,研究有机物结构与其各种性质之间的内在关系.它不仅可以揭示物质性质与分子结构之间的定量函数关系,而且为工程上提供预测有机物性质的有效方法,因此在众多领域得到了广泛的应用.阐述了QSPR研究基本原理,论述了其在闪点、自燃点、爆炸极限等化学物质燃烧特性预测中的应用和进展,并对各性质的不同预测模型进行了比较,分析其优缺点及适用范围.对实验样本设计、分子结构表征及建模方法选择等的研究现状和发展趋势进行了讨论,提出了QSPR在安全科学研究中的应用前景和发展方向.     

定量结构-性质关系在化合物溶解度预测中的研究进展

溶解度是物质十分重要的一种理化性质,其在化工过程、药物和环境等领域的重要性不可忽视.定量结构-性质关系(quantitative structure-property relationship,QSPR)在化合物溶解度预测中得到广泛的应用.本文介绍了QSPR方法建立溶解度预测模型的研究进展,在总结各类分子描述符和构建溶解度预测模型方法的基础上,分别归纳出三类分子描述符(组成描述符、试验参数及理论计算描述符)和建模方法(线性、非线性及两者联合法),并从不同角度分析它们各自所拥有的特点,比较三类建模的优缺点.最后论述了当前溶解度QSPR研究中存在的不足及未来溶解度预测模型的发展趋势,指出溶解度的预测模型精度有待进一步提高,今后应更关注对化合物在不同pH值、温度、溶剂等更复杂情况下的溶解度预测.     

定量构效关系在化合物性质研究中的应用

概述了定量构效关系（QSPR/QSAR）的基本原理以及定量构效关系在化合物性质研究中的应用,重点介绍了定量构效关系在化合物毒性、水溶性和LogPow等方面的应用。     

有机污染物理化性质与毒理学性质的预测

本文采用分子电性距离矢量（MEDV）分别表征了多种有机污染物的分子结构,应用多元线性回归（MLR）技术,同时采用逐步回归结合统计检测对模型变量进行筛选,分别建立了有机污染物的沸点和急性毒性与MEDV的定量结构-性质关系（QSPR）模型。继用留一法和外部样本对模型稳定性能进行检验。结果表明：所建QSPR模型有良好的稳定性和预测能力,该研究结果为预测有机污染物的理化性质和毒理学性质提供了的理论依据。     

离子液体物理化学性质数据库及QSPR分析

收集了1984~2004年文献中报道的有关离子液体物理性质的数据,建立了离子液体物理性质数据库. 数据库共包含600多种离子液体,约3500条数据. 基于这些数据,进行了离子液体定量结构-性质相关性(QSPR)的研究,对两种常见体系(双取代咪唑四氟硼酸盐和双取代咪唑六氟磷酸盐)的熔点进行了关联和预测. 研究结果对离子液体的设计与应用具有指导意义.     

新型广义相关指数与有机化合物沸点相关性研究

将“面向用户”实际应用的观点及对目标问题“自适应性”的思想引入到分子结构表征当中。通过定义广义相关函数、性质相关参数以及距离关系函数等概念,基于分子拓扑图形特征和顶点连接方式提出了一种新型分子结构性质表征方法：广义相关指数(generalized correlative index, GCI)。尝试使用GCI指数对3类有机化合物常压沸点(NBP)进行了系统的定量构性关系(QSPR)研究,所得回归模型复相关系数皆在0.99以上。研究结果表明,GCI指数具有良好的化学结构选择性和优良的物理化学性质相关性。     

纯物质临界参数估算方法的研究进展

纯物质的临界参数在描述流动相行为、预测物质性质、发展状态方程等方面都是非常重要的。临界参数的准确与否直接影响其它物性参数的估算结果。通过建立数学模型为缺少的临界参数进行预测估算,是人们获得临界参数的重要研究途径。本文对纯物质临界参数的估算方法进行了综述。主要介绍了其与其它物性相关联的估算方法、基团贡献法、基于液体状态方程的估算方法、定量结构性质关系法（QSPR法）等几类具有代表性的临界参数估算方法;并重点阐述了这些方法的原理、应用范围、优缺点及最近几年的进展情况;最后指出随着科学和计算机的快速发展,估算临界参数的方法也将不断完善和提高,具有更好的通用性和精确度,进而为化工流程模拟、工程设计计算、科研生产及应用研究提供更加可靠的数据。     

反向传播神经网络用于预测离子液体的自扩散系数

以片段活度系数类导体屏蔽模型(COSMO-SAC)获得的电荷密度分布片段面积(Sσ)和空穴体积(V^COSMO)为结构描述符,采用反向传播神经网络构建了可用于预测离子液体中阴阳离子自扩散系数的定量结构-性质关系(QSPR)模型——BP-ANN模型。考察了模型的适用范围与预测能力,并与线性回归得到的QSPR模型(模型I)进行了比较。发现BP-ANN模型适用的离子液体种类较广,模型在阳离子自扩散系数训练集、验证集与测试集中的决定系数R2均大于0.99,在阴离子的三个子集中的R²均大于0.98。阳离子与阴离子预测的平均绝对相对误差分别为2.8%和3.7%。线性回归的QSPR模型对应的值分别为14.54%和14.57%,即BP-ANN模型的预测效果要明显优于基于线性回归建立的模型。     

人工神经网络在浮选工艺中的应用

人工神经网络作为一门新的技术科学,已成为世界各国的研究热点,得到了非常广泛的应用,在浮选测中也起着重要作用.本工作总结了神经网络在浮选中的应用情况,介绍了浮选中常用的神经网络,分别对神经网络在浮选中的浮选参数预测、浮选柱系统等方面的应用进行综述,指出神经网络在浮选中应用的研究方向应该包括神经网络与多种算法结合、神经网络的改进和新的神经网络应用3个方面.     

用于复杂有机化合物热容预测的一个新的拓扑指数

<正> 引言 化合物的理化性质主要由分子的几何结构和电子结构所决定,如何直接从分子结构预测化合物的理化性质已成为近几年来计算机化学的主要研究内容之一.利用拓扑指数与化合物的理化性质建立定量结构-性质/活性关系(QSPR/QSAR)来对化合物的性质/活性进行预测和评估则是一条十分简便的途径,引起了人们的极大兴趣.目前,拓扑指数法已广泛用于化学、化工、生物化学、环境科学、药学以及毒理学等领域,拓扑指数(即图不变量)就是用某种数学量来表征化合物的分子结构.虽然目前已提出了一百多种拓扑指数,但真正能适应含杂原子、多重键等复杂体系的却廖廖无几.为此,作者最近提出了一个新的拓扑指数Xu,并成功地用于烷烃的沸点等理化性质的预测.本文进一步将Xu指数推广到含多重键、杂原子的化合物体系以期对化合物的热容进行预测.