BPNN模拟光催化降解直接橙S

以直接橙S为研究对象,在因子设计的基础上,采用多因素方差分析法分析各因素对其水溶液光催化降解反应的影响,并以因子设计和Doehlert设计的实验数据为手段,建立模拟光催化降解直接橙S的BPNN模型.以用于预测实际降解体系,预测结果,相关系数R=0.9916,实验值与预测值的平均相对误差为4.24%.运用该模型分析光催化降解直接橙S的优化实验条件为pH=5、Co=100,mg/L、[TiO2]=1.3286 g/L,按此优化条件操作,测得直接橙S的30 min降解率为97.64%,与模型预测值95.58%相对误差仅为-2.11%,表明本文所建模型模拟直接橙S光催化降解反应效果良好.     

QSAR/QSPR模型验证方式与预测能力的关系研究

QSAR研究中,判断模型预测能力至关重要。长期以来,模型的预测能力是使用留一法或留k法等内部验证来确定,但在2004年形成的OECD规则中,已明确规定必须使用外部验证集去评价模型的预测能力。为了研究内部验证和外部验证与模型预测能力之间的关系,本文以45种睾酮和二氢睾酮衍生物以及37种萘锟酯衍生物为研究对象,以E-Dragon计算的分子描述符作为自变量,在增n减l算法选择变量的基础上,采用SVM算法对同种物质的不同活性以及不同物质的不同活性建立QSAR模型,研究QSAR/QSPR建模时的不同验证方式与模型预测能力的关系。研究结果表明,模型的预测能力与内部验证结果的好坏无必然联系,而结合外部验证的检验结果则是判断模型预测能力的可靠依据。     

合成氨工艺参数优化技术开发及应用

以氨净值为响应值,影响响应值的17个过程参数为变量,经逐步回归选入触媒温度左3,触媒温度左4,循环CH_4%,H/N,NH_3%(进口)5个过程参数建立预测方程,并根据该方程对响应值的拟合结果和误差分布对样本进行分类。在此基础上,采取图形显示技术和统计分析的方法对分类样本集的过程参数进行比对分析,由此获取优类信息制订优化的工艺参数方案,经仿真验证后用于指导合成氨装置的生产试验。试验结果与试验前的对照期比较,氨净值均值由13.86提高到14.54,吨氨气耗减少15.9887m~3,吨氨电耗减少15.8kWh,节能效益十分明显     

自适应径向基神经网络及其应用

提出一种基于硬C均值算法的自适应RBF神经网络。该算法根据网络训练误差的变化,在隐层到输出层的权值修改过程中,对学习步长进行自适应调节;对通常采用的基函数宽度的计算方法作了改进;对于硬C均值算法出现的死节点,则在程序运行中自动进行删除。利用该改进的自适应RBF网络进行某合成氨装置的氢氮比预测,网络计算误差小、收敛迅速、结果令人满意,表明网络具有良好的性能。     

基于量化参数的脂肪醇沸点QSPR研究

应用HyperChem7．0计算与脂肪醇沸点相关的结构参数对119种脂肪醇的沸点做定量结构性质关系(QSPR)研究。在逐步回归算法筛选出影响脂肪醇沸点的分子偶极矩μ、分子最高占有轨道能EHOMO、分子最低空轨道能ELUMO、分子范德华表面积Sg、摩尔折射率Rm、极化率α、分子质量M和疏水参数logP 8个主要结构参数的基础上,采用ε-支持向量机、多元线性回归,以及径向基函数神经网络算法,通过留一法交叉验证建立脂肪醇沸点的QSPR预测模型,3种模型中ε-支持向量机、多元线性回归和径向基函数神经网络模型留一法预测结果的相关系数R分别为0．993、0．988、0．987,标准偏差s则分别为4．774、6．501、6．724,表明ε-支持向量机模型具有最好的预测效果。     

卤代酚对水生梨形四膜虫急锐毒性的QSAR研究

应用HyperChem7．O计算与卤代苯酚对水生四膜虫毒性相关的量化参数以及自己设计的结构编码参数,对31种卤代酚的毒性做QSAR研究。使用逐步回归筛选出影响卤代苯酚毒性的主要参数分子表面积S、分子体积ν和编码参数R3和R6建立QSAR方程。用留一法验证该模型,检验结果相关系数R为0．9496,标准偏差s为0．2606,与回归拟合得到的R=O．9686,s =0．2067十分接近,表明所建立的QSAR方程具有较好的预测效果和较高的预测稳定性。对QSAR方程各参数对卤代苯酚毒性的影响分析表明,S、ν影响卤代酚的基本毒性,R6影响极性麻醉,而R3则既与卤代酚基本毒性有关,也与极性麻醉有关。     

硫代氨基甲酸酯类衍生物抗HIV-1逆转录酶抑制活性的QSAR研究

采用以MLR为基学习器的Boosting算法模型,对79种硫代氨基甲酸酯类衍生物做抗HIV-1逆转录酶抑制活性的QSAR研究。以E-Dragon软件计算的7组描述符分别为自变量,以化合物的半数效应浓度EC_(50)值为因变量构成7个原始数据集,用PSO算法筛选变量并建立MLR模型。各描述符建立的MLR模型中仅有RDF描述符模型同时通过外部预测和内部验证,故确定以其建立关于硫代氨基甲酸酯类衍生物抗HIV-1逆转录酶抑制活性的Boosting-MLR预测模型。Boosting-MLR模型与MLR模型相比,训练结果的决定系数R~2分别为0.728和0.741,预测结果R~2则分别为0.718和0.667,表明其泛化能力明显增强。对Boosting-MLR模型进一步进行稳定性验证,证明其预测稳定性较高。     

模糊评判、模式识别方法在测井多参数评价油气层中的应用

利用浏井资料评价油气层是石油勘探与开发的重要环节。我们根据模糊数学的方法原理,编制了一组通用的模栩评判、模式识别的软件,将其中的综合 评判法、隶属度井法应用于浏井资料的油气层评价,并以东淮油田的40个油层、23个水层、11个油水同层共74个样本为例,取得了较好的评价效果。     

元素缺损偏最小二乘法的程序实现及应用

元素缺损加权偏最小二乘法较通常采用交互证实来确定主成分数的PLS法更好地解决了主成分数的确定问题.用MATLAB设计该算法程序,简化了编程.应用编制的程序对制冷系统的生产数据进行回归、预测,结果令人满意.     

微粒群算法优化化工建模训练集

提出两种均以微粒群(PSO)算法对原始训练集随机抽样优化,再结合机器学习算法建立预测模型的PSO算法优化化工建模训练集的思路。思路1首先以模型交叉验证的均方误差函数mse最小为目标优化训练集,再通过对验证集预测,从平行运行得到的多个优化训练集中确定最优训练集用于建模。思路2借鉴提高BP神经网络泛化能力的初期终止(early stop)法,以对验证集预测的mse最小为目标优化训练集,再通过对测试集预测,从平行运行得到的多个优化训练集中确定最优训练集用于建模。通过仿真实验研究和对某炼油厂调和汽油生产数据的具体分析应用,表明本文思路可以较大幅度提高模型的预测准确性,在化工建模中具有推广应用价值。