一、人工神经网络在醇类QSRR研究中的应用(论文文献综述)
邵珠杰[1](2021)在《燃烧反应区拓扑表征及其与燃烧排放特征映射关系的探究》文中认为油耗法规和排放法规日益严格,进一步降低发动机的污染物排放以及提高效率成为了内燃机继续长期存在和发展的根本要求。内燃机燃烧技术的进步、车用燃油组分优化是降低内燃机污染物排放和提高效率的两个主要途径,二者协同发展成为必然趋势。但目前关于燃料多元化结合燃烧技术的研究是偏开环性、偏定性的,燃油优化一般以组分的掺混比、含量这种较为笼统方式表征。另外,单一燃料理化指标(馏程、辛烷值等)与燃料燃烧、排放性能或发动机性能关联不明显或非单调映射。而引入燃料分子拓扑与边界条件构建参与燃烧的微观团体即燃烧反应区可更精确预测燃料的燃烧效果及有害物排放,因此实现燃烧反应区定量表征具有重要意义。燃烧反应区拓扑表征包括燃料量化表征和反应区热-物理-化学状态的量化表征。燃料量化表征使用燃料拓扑指数来实现;反应区热-物理-化学状态用定容燃烧平台的初始压力、当量比或发动机平台的压缩比、运行参数、技术参数来宏观表征。本研究主要目的是探讨燃烧反应区拓扑表征的可行性,并基于燃烧反应区拓扑量化表征构建燃料燃烧/排放表现(定容燃烧平台)、发动机经济性/排放性表现(发动机平台)两级指标的可逆定量模型,同时实现定量模型的快速构建,为基于现象学模型的油机协同理念实现提供了高效、快速手段。本研究的主要内容以及研究结论如下:1.燃烧反应区拓扑构建及合理性分析。介绍了燃烧反应区拓扑构建方法,基于灰色关联模型佐证了拓扑指数比单纯使用碳原子数目具有更强的分子类型表征能力,并通过燃料量化表征参数与燃烧、排放参数的关联等级分析确定了燃料量化表征的合理性。1)单质烷烃燃烧反应区拓扑构建及合理性分析。引入Balaban中心指数B和Balaban指数J构建二元序列(B,J)唯一量化表征烷烃分子类型。其中B指数主要包含燃料分子支链化信息同时还包含碳原子数目信息;J指数主要包含碳原子数目信息同时还包含环状碳链、支链化信息。引入表征反应物数量的Pφ变量(浓度与压力乘积)和表征碰撞能的PT参数(压力与温度乘积)构建了定容平台烷烃燃烧反应区拓扑表征序列为(B,J,Pφ/PT)。基于灰色关联模型分析了燃烧排放参数对烷烃拓扑指数的关联性。结果发现,与单纯的碳原子数目CN相比,B指数和J指数在包涵了支链化和碳原子数目两种分子信息后和燃料燃烧参数有更好的贴合性。自燃温度对于三种指数敏感性的当量比特性也呈现出明显的规律,当量比为0.8时局部当量比均匀性更好,削弱了边界条件对燃料自燃温度的影响,燃料自燃温度对燃料拓扑指数具有更高的敏感性;中高温度时,J指数是影响着火延迟最主要的因素,低温时着火延迟对B指数的敏感性最大;在各当量比下燃烧持续期对燃料分子支链化表征性最强的B指数的敏感性最大,其次为J指数。B指数和J指数对压力峰值和放热率峰值关联能力受当量比条件的影响,放热率峰值与两种指数关联性的当量比特性和压力峰值规律一致。2)单质醇燃烧反应区拓扑构建及合理性分析。在烷烃量化表征基础上增加了羟基位置信息H后定义了单质醇分子的具有唯一性的量化表征序列(B,J,H)。H指数主要包含了官能团羟基的位置信息。构建了定容平台醇燃烧反应区拓扑表征序列为(B,J,H,Pφ/PT)。基于灰色关联模型分析了燃烧排放参数与醇拓扑指数的关联性。结果表明,低碳醇羟基位置是影响其自燃温度的主要分子结构参数。其次是倾向于表征醇分子碳链支链化程度的B指数,最后是倾向于表征醇分子碳链大小的J指数;在中、低温环境中,表征羟基位置的H指数是影响醇类燃料着火延迟的主导因素,其次为B指数。高温环境削弱了H指数影响着火延迟的优势,此时碳链分子支链化程度在影响着火延迟方面表现强势;相比于碳链结构和碳链大小,羟基位置是影响燃烧速率的主导因素;燃烧过程的压力峰值和放热率峰值是燃料类型和燃烧环境协同作用的结果,三种分子信息表征参数对压力峰值和放热率峰值的影响权重大小规律随当量比的变化波动明显;三种分子信息指数对CO排放的影响规律不明显,对THC、NOx排放的影响权重明显受当量比的干涉。3)多元组分燃料燃烧反应区拓扑构建及合理性分析。在单质组分量化表征的基础上修订了芳烃苯环中碳-碳键表征值,定义了多元组分量化表征序列(B,J,H)。并以发动机压缩比ε为边界条件变量构建了发动机平台多元组分的燃烧反应区拓扑表征序列(ε,B,J,H)。以爆震强度为例分析了目标参数与燃烧反应区拓扑变量的关联性。结果发现,燃料三种指数和爆震强度存在明显关联性。B指数对爆震强度的影响最为明显;J指数主要包含了碳链中碳-碳键数量信息、环状碳链数量信息,对于支链化信息的表征不明显,因此J指数对爆震强度的影响权重小于B指数;H指数仅表征了羟基的位置信息,并不包括碳链结构和大小信息,对爆震强度的影响能力最差。三种指数与辛烷值的关联性大小规律和三种指数与爆震强度关联性大小规律一致,证明了燃料分子结构直接决定了燃料的辛烷值,进而影响了燃料爆震燃烧的强度。2.基于现象学的映射模型构建及评估。燃料定容燃烧、排放表现以及发动机爆震燃烧强度表现本质上是一种燃烧现象。而数据拟合是现象学映射模型构建的快速、核心手段。因此以燃料定容燃烧、排放参数以及发动机爆震强度为性能指标,选取具有多因素、非线性拟合能力的二项式函数、幂函数、指数函数、对数函数四种回归模型对性能指标进行了拟合计算,来证明无论是基础燃烧表现还是发动机性能表现,燃烧反应区和性能指标间都存在映射关系,并以相关系数对映射关系进行评估。1)单质烷烃燃烧排放参数映射关系构建。自燃温度、着火延迟、压力峰值、放热率峰值、燃烧效率,二项式函数拟合效果最好,尤其是自燃温度、压力峰值、放热率峰值,拟合相关系数大于0.98。对于燃烧持续期,指数函数模型拟合效果最佳,相关系数高达0.9963。排放物中CO的拟合效果最差,相关系数最高也只有0.9093,NOx、THC和微粒总质量拟合结果良好,相关系数均高于0.99。2)单质醇燃烧排放参数映射关系构建。着火延迟指数函数拟合效果最佳,相关系数为0.9871,而自燃温度、燃烧持续期、压力峰值、放热率峰值、燃烧效率的幂函数拟合效果最佳,相关系数均在0.9以上;排放参数函数拟合的相关系数明显低于燃烧参数。只有CO幂函数拟合相关系数高于0.9,THC、NOx和微粒总质量排放各函数模型的拟合效果不理想;相比于分子类型,燃烧过程是影响醇类有害物排放的主导因素,以分子表征信息为主的数据序列(B,J,H,φ)在量化表征排放参数方面表现乏力。3)爆震强度映射关系构建。对于爆震强度的定量模型,以(ε,B,J,H)为变量参数时幂函数表现最好,相关系数大于0.95;以(ε,RON,MON)为变量参数时指数函数模型表现最好,相关系数为0.9282。燃料拓扑与燃烧过程特征参数、有害物排放存在定量映射关系且相关系数高于0.9,这表明在燃料燃烧和排放研究领域,应用B指数、J指数等化学结构相关表征用于量化表达燃料类型及其对性能影响具有更高精确性。3.基于神经网络的燃烧反应区拓扑-发动机性能快速映射构建。现象学定量映射模型基于实际测量数据所获取。并未体现模型的外延性应用以及对“未知”样本的预估能力。因此选取泛化能力较强的神经网络模型,以燃烧反应区拓扑表征(燃料拓扑指数、发动机结构和运行参数)为输入,以性能、排放为输出,可直接实现基于燃烧反应区拓扑表征的发动机性能预测。整个训练过程的总体相关系数为R=0.9839,MSE=0.0018,验证过程整体相关系数R=0.9846,MSE=0.0018,对“未知”样本测试过程相关系数R=0.9808,MSE=0.0021。证明了预测模型具有较高精度。4.部分现象学映射模型应用及验证。基于实际发动机平台以部分现象学模型为导向进行了油品构型优化。证明了前期建立的映射关系对实际发动机平台中对目标参数预估具有一定的参价值。但由于定容燃烧平台和发动机平台实际燃烧过程的不同,映射模型与实际结果存在系统误差。另外,基于上述结论对发动机控制参数进行扩展,证明了在对发动机进行控制参数调节时,结论仍然成立。根据映射关系指导精炼燃料中芳烃的种类,结合点火正时的调整,可以在一定程度上优化燃烧过程,提高发动机功率输出,降低be,但会增加NOx排放。
李芳[2](2021)在《硬脂鱼油的品质特征及在火锅底料中的应用研究》文中进行了进一步梳理重庆火锅深受广大消费者的追捧,牛油作为火锅底料的主要成分之一,其脂香为重庆火锅增添了独特的香味与滋味。但牛油存在价格高、制备工艺复杂、高饱和脂肪酸、高胆固醇等缺点,过多食用会引起高血压和高血脂从而诱发心脑血管疾病。因此,在保持重庆火锅独特风味的基础上,可使用其它油脂替代部分牛油以改善火锅底料的营养品质,降低生产成本。巴沙鱼油主产于湄公河流域,具有产量高、价格相对牛油低、营养相对较好的优点。巴沙硬脂鱼油的熔点和形态结构与牛油相似,且几乎无鱼腥味,现已应用于代可可脂和烘焙生产领域。鉴于此,本课题首先研究了硬脂鱼油与几种火锅底料常用油脂(棕榈油、大豆油、鸡油、牛油)的品质差异,以验证硬脂鱼油在火锅底料中应用的可能性;其次,就硬脂鱼油-牛油复合火锅底料关键工艺进行了优化;最后探究了优化工艺后的硬脂鱼油-牛油复合火锅底料的贮藏性能和货架期预测模型,主要结论如下:(1)对比单体油脂品质发现,硬脂鱼油、棕榈油、大豆油和鸡油的品质明显比牛油更佳。上述4种油脂分别与牛油按2:3比例复合形成的复合油脂,其品质优于牛油。硬脂鱼油替代部分牛油制备的火锅底料的酸价、过氧化值、茴香胺值、总氧化值、丙二醛含量、饱和脂肪酸均显着低于牛油火锅底料,且前者的不饱和脂肪酸、单不饱和脂肪酸相对含量均高于后者,分别高31.24%、27.60%,而两者的感官评分无明显差异。大豆油和棕榈油替代部分牛油虽然能改善火锅底料油脂品质,但会明显降低火锅底料的感官评分。综合看来,硬脂鱼油替代部分牛油不仅能显着改善火锅底料油脂品质,而且对感官特性无明显不良影响,这表明研究硬脂鱼油在火锅底料中的应用是可行的。(2)运用响应面法和BP神经网络优化硬脂鱼油-牛油复合火锅底料关键工艺。响应面模型和BP神经网络模型得到的最佳关键工艺参数分别为:用油量(51.37%、51.24%),硬脂鱼油与牛油配比(2:3、2:3)、炒制时间(20.73 min、20.86 min),上述2个模型的综合感官评分预测值分别为88.81、88.54。为方便生产操作,将上述工艺参数微调为:用油量51%,硬脂鱼油-牛油配比20:31,炒制时间21 min,据此条件进行验证试验,得到的综合感官评分为88.12,与响应面、BP神经网络预测值的吻合率分别为99.22%、99.53%。这说明响应面模型、BP神经网络模型均有较好的预测结果,对火锅底料的工艺优化有一定的指导意义。(3)通过对硬脂鱼油-牛油复合火锅底料的贮藏品质的研究发现,随贮藏时间的延长,火锅底料的油脂品质劣变,具体表现为酸价、过氧化值、茴香胺值、总氧化值、丙二醛含量、总色差、饱和脂肪酸的增加,且油脂劣变率随贮藏温度升高而增加;在贮藏期内,火锅底料中大肠菌群的最可能数≤3.0MPN/g;亮度L、红度a*、黄度b*、综合感官评分、不饱和脂肪酸、部分关键风味化合物(芳樟醇、桉叶油醇等)的相对含量均随贮藏温度的升高和贮藏时间的延长而降低。在此试验结果上,建立火锅底料品质参数的动力学模型,且采用以酸价为指标的反应动力学模型来预测货架期并加以验证。结果表示,该模型适合预测硬脂鱼油-牛油复合火锅底料的货架期,可为火锅底料货架期的智能化预测提供一定理论依据。
堵锡华,宋明,田林,徐艳,陈艳,李靖[3](2020)在《橄榄油挥发性香气成分的神经网络定量结构-保留相关性(QSRR)研究》文中指出橄榄油富含不饱和脂肪酸及多种抗氧化营养物质,有良好的预防疾病和保健作用,故具有极高的保健和经济价值。为建构橄榄油挥发性香气成分保留指数神经网络的结构-保留关系模型,计算了橄榄油挥发性成分的连接性指数(mX)、分子形状指数(Km)、电性拓扑状态指数(Em)及电性距离矢量(Mi),选取连接性指数的0X、2X、5X,分子形状指数的K2、K3,电性拓扑状态指数的E1、E2和电性距离矢量的M2共8种分子结构参数,作为BP神经网络方法的输入层变量,保留指数作为输出层变量,采用8-6-1的网络结构,构建模型总的相关系数R为0.996 7,根据该模型计算得到的橄榄油挥发性成分保留指数预测值与实验值的平均相对误差仅为1.56%;结果表明,橄榄油挥发性成分保留指数与8种分子结构参数之间具有良好的非线性关系,—C、—C—、—■等基团片段是影响橄榄油挥发性香气成分保留指数大小的主要因素。
李压方[4](2020)在《三种苯甲酸酯类有机物固液相平衡的研究》文中认为作为基本的化工单元操作之一,结晶技术效率高、能耗低,是一种绿色高效的分离提纯手段,固液相平衡是其基础的理论支撑,对于判断结晶过程是否可行、分离终点以及结晶工艺优化等方面均具有重要的意义。苯甲酸酯类有机物是基础的有机化工原料及中间体,在医药、日化、食品等精细化工领域有广泛的需求,但其相关资料文献报道较少,这极大的限制了生产工艺优化、产品质量提升、能耗物耗降低等方面的工作。本文着力于3,4,5-三甲氧基苯甲酸甲酯、对苯二甲酸二甲酯、尼泊金乙酯三种苯甲酸酯类有机物固液相平衡的研究,其主要研究内容有:(1)通过重量分析法测定其在工业常用溶剂中的溶解度数据,发现了溶解与温度、溶剂组成及其他影响因素之间的关联,并讨论了混合溶剂中的共溶效果;(2)利用修正的Van’t Hoff方程获得了相平衡的热力学参数,分析了溶解过程的热力学行为,发现所有的实验体系都是吸热、熵增、非自发的,且分子间力的作用成为影响溶解度的主要因素;(3)采用七种固液相平衡模型对溶解度数据进行分析,获得了相关模型的模型参数,并比较多种模型的拟合效果,发现在不同溶解体系中Apelblat、Van’t Hoff的拟合平均相对偏差ARD总是小于2%,活度系数模型在部分体系中的拟合效果稍差,不过整体上也能令人满意;(4)新定义了两个UNIFAC基团即甲氧基(CH3O-)b和酚羟基(HO-)b,计算了新基团的体积参数r和表面积参数q,并将之应用到UNIFAC模型的计算中,发现该模型对3,4,5-三甲氧基苯甲酸甲酯和尼泊金乙酯的拟合结果非常可靠。本研究获得了三种物质固液相平衡基础数据及相关的热力学参数,补充了数据库,并筛选出合适的热力学模型描述预测溶解过程,减少了大量的实验成本,为其后的理论研究、工业优化提供可靠的支撑。
牛丽芳,周如金,郎春燕[5](2017)在《醇类化合物热值改进剂的定量结构-色谱保留相关性研究》文中研究说明计算表征了醇类化合物热值改进剂的部分分子连接性指数和5个量子化学参数,同时运用多元线性回归方法对参数进行了优化筛选,在2种不同极性强弱的固定相(PH-5、RTX-WAX)上,分别建立了9种和11种醇类化合物热值改进剂的气相色谱保留值(t)与分子连接性指数和量子化学参数的定量结构-色谱保留关系(QSRR)模型。其相关系数分别为R=0.997和R22=0.971,关系式可分别表示为模型1:t1=-5.972-0.047 ET-1.8573Xpv和模型2:t2=-2.409-0.034 ET,在2种固定相上的QSRR模型的建模计算值复相关系数(R)、采用留一法(leave-one-out)交互检验复相关系数(R)分别为:R1=0.998、R1CV=0.999和R2=0.985、R2CV=0.999,结果表明:模型1和模型2与色谱保留指数显着相关的分别有总能量ET、三阶分子连接性指数3Xpv和总能量ET,所建模型具有良好稳定性和预测能力,分子连接性指数和量子化学参数能较好地反映化合物的结构特征。
牛丽芳[6](2017)在《醇类化合物色谱保留值—结构—热值的关系研究》文中研究说明化石燃料的日益枯竭及其对环境的巨大污染,使得开发和利用新型可再生替代的清洁能源—醇类化合物成为一种必然。但由于其热值较低,实验测定困难并受试验环境条件的限制,故研究醇类化合物的色谱保留值-结构-热值的关系,对选择分离条件以及探索色谱保留机理,对改善和提高这类化合物的热值等,都具有十分重要的指导意义。针对目前将量子化学和分子连接性指数两类参数同时运用于醇类化合物色谱保留值与结构的相关性研究、将量子化学和分子连接性指数两类参数同时运用于醇类化合物热值与结构的相关性研究、对醇类化合物色谱保留值与热值的相关性探索相对缺乏的现状,本文欲通过探索醇类化合物热值与结构间的相关性来减少实验上的人力物力,并从色谱保留值与结构之间的紧密相关性,找出色谱保留值与热值之间是否存在关系,即借助简单的色谱测定,来探索指导提高醇类化合物热值效率的途径,从而有助于开发利用新型可再生清洁能源。完成的主要工作和得到的主要结论如下。(1)醇类化合物色谱保留值测定条件优化及对色谱保留值数据分析。优化了11种醇类化合物(甲醇、乙醇、正丙醇、异丙醇、正丁醇、仲丁醇、叔丁醇、异戊醇、正辛醇、正癸醇、正十二醇)的色谱条件,选择的最佳色谱条件是:高纯载气(N2、H2、O2)压力为0.5 MPa;进样口温度为280℃;检测器温度为300℃;柱温采用程序升温:初温50℃,保持2 min,10℃/min升至250℃保持3 min;氢火焰离子化检测器。分别测定了11种醇类化合物在PH-5和RTX-WAX两种不同固定相上单独和混合进样的色谱保留值。结果表明,在相同色谱条件下,单独和混合进样时色谱保留值差别不大。(2)醇类化合物色谱保留值-结构模型的建立与检验。建立了醇类化合物在两种固定相上的色谱保留值-结构的QSRR模型,即RT1=﹣5.972﹣0.047 ET﹣1.857 (?)(PH-5柱)和RT2=﹣2.409﹣0.034 ET(RTX-WAX柱),并采用留一法(leave-one-out)交互检验复相关系数(R),计算结果分别为R1CV=0.999和R2CV=0.999。模型表明,在色谱柱PH-5上与醇类化合物色谱分离显着相关的主要因素有反映分子分支数目的(?)指数及表征分子结构能量信息的参数ET,说明醇类化合物的色谱分离受分子的分支数目和能量结构影响较大;醇类化合物的色谱保留值主要由分子间的作用力—色散力、取向力、氢键决定。而在色谱柱RTX-WAX上,影响醇类化合物的色谱保留值显着相关变量为总能量ET,仅存在直线关系,说明在色谱柱RTX-WAX上,醇类化合物的色谱保留值主要由取向力和氢键决定。针对两种色谱柱所建立的QSRR方程均具有良好稳定性,能够较好地预测同系列化合物的色谱保留值,且醇类化合物色谱保留值均与总能量的相互关系明显。(3)醇类化合物结构-热值模型建立及检验。在对醇类化合物热值进行相关研究前,先对醇类化合物的结构进行优化,选择Materials Studio 8.0软件中的DMol3程序,以基组DNP、泛函GGA/RPBE、中心电子处理方式为全电子对醇类化合物的几何结构和性质(振动频率、反应活性、热力学及稳定性)进行了理论研究并计算了醇类化合物的部分量子化学参数,从而构建了醇类化合物热值与结构描述符间的QSPR模型,即Y=358.625+1521.500 EHOMO﹣0.031 ET。该模型表明,醇类化合物热值与醇类化合物热值与总能量ET、最高占有轨道能EHOMO具有显着的相关性。用量子化学参数和分子连接性指数建立混合的多元线性回归模型时,模型总体不稳定,说明醇类化合物的热值变化受分子结构和分子的电子行为的影响是分开的。所建模型能较好地预测其热值性质。(4)热值测定。对混合型醇类化合物按照5:15:5的不同比例进行两两混合,测其三次的平均热值,结果表明,随着甲醇质量百分含量的增加,其热值逐渐地降低,而在相同的甲醇质量百分含量中,其热值随着混合体系中外加醇类的碳原子数的增加,总体上呈现上升的趋势。在混合体系中热值贡献最小的为乙醇,热值贡献最大的为正十二醇。(5)醇类化合物色谱保留值与热值相关性分析。分析了醇类化合物色谱保留值与热值的相关性,研究发现,在两种不同的固定相上醇类化合物的色谱保留值和热值都与体系中总能量存在显着相关性;在相同热值下,色谱柱的极性越大,色谱保留值也越大;在不同热值下,随着热值的增大,两种色谱柱的色谱保留值都趋于逐渐上升的趋势;醇类化合物色谱保留值的大小与热值成一定正相关。
权美平[7](2013)在《QSRR在化学和环境分析中应用研究进展》文中研究说明综述了Q SRR中的多元线性回归(M ult ple L inear Reg resio n,M L R)、偏最小二乘回归(Part ial L east Squares Regr ession,P LSR)、人工神经网络(Ar tificial N eural N et wor ks,AN N)几种常用建模方法、分子描述符的选取的要点及原则及相关模型的建立和评价等方法在化学与环境化合物分析中的应用现状,并对QSRR在该领域的研究方向和发展前景进行了展望,以期为今后更深层次的研究作综合性的参考。
戴益民[8](2012)在《原子平衡电负性在分子设计与分子模拟中的应用研究》文中进行了进一步梳理化合物结构-性质/活性定量相关(定量构效关系,Quantitative Structure-property/activity Relationship, QSPR/QSAR)研究,最初是作为生物领域的一个研究分支,是为了适应合理设计生物活性分子的需要而发展起来的。目前它已成为分子设计与目标化合物研发的基础课题和重要环节,也是对化学品进行环境毒性评价的重要方法。它主要应用各种统计学方法和分子结构参数研究化合物的结构与其各种物理化学性质以及生物活性之间的定量关系。本论文从分子设计角度出发,运用原子平衡电负性原理结合分子结构参数来定量估计并预测化合物性质、生物活性及环境毒性。具体研究内容如下:1.综述了定量构效关系研究现状、分子设计及分子模拟的基本方法和原理、电负性均衡原理、原子电荷计算方法以及相关方法应用研究的进展。2.基于分子图论提出了一种用于表征咪唑啉衍生物缓蚀剂分子局部化学微环境及原子杂化状态的新颖结构描述子:电性连接性指数0Kv、1Kv和咪唑啉环非氢原子平衡总电荷分数MCI,研究其对15种咪唑啉类缓蚀剂抗CO2、H2S腐蚀性能的定量构效关系。结果表明,模型计算值、留一法交互检验预测值的复相关系数分别为0.9764、0.9546,所建模型具有良好的稳定性和优异的外部预测能力;同多元回归方法比较,运用人工神经网络法其复相关系数为0.9848,相关结果得到较大改善。增加咪唑啉环上取代基长度、减小分子支化度和降低咪唑环非氢原子平衡总电荷分数能显着提高咪唑啉衍生物缓蚀剂的缓蚀性能。3.在距离矩阵的基础上采用原子的平衡电负性和化学键相对键长校正含有多重键的化合物,提出了两个新颖的拓扑电负性指数YC、WC,同时结合路径数P3对92个碳氢化合物的局部化学微环境进行结构表征,并对化合物的闪点进行了QSPR研究。采用多元线性回归得到训练集模型的复相关系数和标准偏差分别为0.9923和5.28,模型实验值与计算值的平均绝对误差仅3.86K,相对误差1.46%。同时采用内部及外部双重验证的办法对所建模型进行检验,留一法(LOO)检验和训练集、检验集闪点的预测值和实验值较为吻合,结果表明模型具有良好的内部稳定性和外部预测能力。4.采用新颖的原子拓扑矢量YC、原子平衡电负性χe、结构信息参数[NHi(i=α、β)]和γ校正参数对63个无环饱和脂肪醇的局部化学微环境进行了结构表征,并对化合物13C NMR化学位移进行了定量结构-波谱关系(QSSR)研究。采用偏最小二乘回归得到模型的复相关系数R和标准偏差S分别为0.9915和2.4827,对353个碳原子13C NMR化学位移的实验值与计算值的平均绝对误差仅为2.01ppm。同时,采用留分法和外检验方法测试模型的内部稳定性和外部预测能力。另外从分子结构出发提出四个分子结构描述符YC、χe、[NHi(i=α、β)],运用多元线性回归方法建立55个醇碳原子13C核磁共振谱的定量结构-波谱关系模型。结果表明,模型复相关系数和标准方差分别为R2=0.9824和S=0.8698。同时采用留一法进行检验,结果表明模型具有良好的稳定性和预测能力,优于目前文献的研究结果。5.将距离矩阵与邻接矩阵相结合提出了新颖的表征多环芳烃分子支化度大小的描述子CN和表征多环芳烃分子结构大小的描述子CT,采用多元线性回归方法构建了100种多环芳烃气相色谱保留指数的定量相关模型。所得模型相关系数R=0.9970,交叉验证相关系数RCv=0.9967。随机选出70种多环芳烃化合物作为训练集,其余作为测试集来验证模型的预测能力和稳健性。结果表明:训练集和测试集的复相关系数分别为0.9972和0.9968,定量计算结果与实验测定值符合较好,优于目前文献的研究结果。6.采用量子化学描述符建立蛋白同化雄性激素类固醇半波还原电位的定量构效关系模型。描述符由半经验方法计算所得,使用偏最小二乘法(PLS)和反向传播神经网络(BP-ANN)成功建立了线性和非线性相关模型。通过定量结构-电化学定量关系(QSER)研究表明:蛋白同化雄性激素类固醇的描述符和半波还原电位存在显着相关性,相关模型的稳定性和预测能力采用留一法交互检验和外部测试法来完成,该研究可成功用于分析鉴定真正意义上的雄性激素类固醇药物。
丁玲,张晓彤[9](2011)在《人工神经网络在含氧有机化合物定量结构-保留关系中的应用》文中提出采用人工神经网络(ANN)对一系列含氧有机化合物的气相色谱保留指数建立定量结构-保留关系(QSRR)的模型,和多元线性回归(MLR)预测结果进行比较。在OV-1固定相上,相关系数R分别为0.989 1,0.991 1;在SE-54上,相关系数R分别为0.989 2,0.991 7。结果表明:MLR建立的模型优于ANN,具有良好的拟合度和预测精度。
金浩[10](2011)在《新连接性指数与脂肪醇气相色谱保留指数的关系》文中研究指明基于定量结构-色谱保留相关(QSRR)研究醇类化合物的保留性质具有重要意义。通过对脂肪醇的研究,考虑到烷基和羟基的差异,修正文献,重新定义脂肪醇分子中顶点原子特征值ti,并在邻接矩阵的基础上构建新的连接性指数mL。运用多元线性回归法,将0阶指数0L、1阶指数1L与25种脂肪醇,在6种固定相(SE-30,OV-3,OV-7,OV-11,OV-17和OV-25)上的气相色谱保留指数RI回归分析,发现0L、1L与RI显着相关,建模的复相关系数R分别达到0.999 3、0.999 6、0.998 8、0.9977、0.997 2和0.997 0,均优于前人的工作。继用留一法和外部样本检验模型(SE-30)的稳定性和预测能力,结果表明:交互检验复相关系数RCV在0.999 3~0.999 4之间,模型稳定性很好;在固定相SE-30上,10种醇的预测值与实验值的平均相对误差仅为0.87%,二者的一致性令人满意。
二、人工神经网络在醇类QSRR研究中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、人工神经网络在醇类QSRR研究中的应用(论文提纲范文)
(1)燃烧反应区拓扑表征及其与燃烧排放特征映射关系的探究(论文提纲范文)
指导教师对博士论文的评阅意见 |
指导小组对博士论文的评阅意见 |
答辩决议书 |
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 能源和环境问题 |
1.2 燃油和排放法规日益严格 |
1.2.1 排放法规发展 |
1.2.2 油耗法规发展 |
1.3 燃油组分及理化性质 |
1.3.1 汽油组分 |
1.3.2 汽油理化性质 |
1.3.3 替代燃料 |
1.4 内燃机技术的发展 |
1.5 油机协同发展 |
1.6 定量模型构建思路 |
1.6.1 燃料的量化表征 |
1.6.2 量化指数关联性分析 |
1.6.3 模型选取 |
1.7 研究内容 |
1.7.1 研究问题的提出 |
1.7.2 主要研究内容 |
1.7.3 研究技术路线 |
第2章 单质烷烃燃烧反应区拓扑及映射关系的建立 |
2.1 烷烃拓扑表征 |
2.1.1 碳原子编码规则 |
2.1.2 邻接矩阵和距离矩阵 |
2.1.3 B指数和J指数计算 |
2.2 基础燃烧排放参数分析 |
2.2.1 试验平台搭建 |
2.2.2 试验方案及燃料 |
2.2.3 燃烧特征和排放特征分析 |
2.3 单质烷烃映射关系的建立 |
2.3.1 关联性分析模型 |
2.3.2 B和J指数的关联性分析 |
2.3.3 反应区拓扑及映射关系建立 |
2.4 本章小结 |
第3章 单质醇燃烧反应区拓扑及映射关系的建立 |
3.1 醇拓扑表征 |
3.1.1 碳原子编码规则 |
3.1.2 羟基位置信息指数 |
3.1.3 单质醇类分子的量化表征 |
3.2 燃烧和排放参数分析 |
3.2.1 试验平台及方案 |
3.2.2 单质醇燃烧特征分析 |
3.2.3 单质醇排放特征分析 |
3.3 映射关系的建立 |
3.3.1 燃烧参数敏感性分析 |
3.3.2 排放参数敏感性分析 |
3.3.3 映射关系建立 |
3.4 基础燃烧参数的理论验证 |
3.4.1 压力峰值理论验证 |
3.4.2 碳平衡仿真验证 |
3.4.3 燃烧效率计算 |
3.4.4 验证结果 |
3.5 本章小结 |
第4章 多元组分燃烧反应区拓扑及映射关系的建立 |
4.1 多元组分燃料的爆震强度 |
4.1.1 试验平台搭建 |
4.1.2 试验方案 |
4.1.3 结果与分析 |
4.2 拓扑表征及关联性分析 |
4.2.1 多元组分的拓扑表达 |
4.2.2 关联性分析 |
4.2.3 燃料计算辛烷值的关联性分析 |
4.3 映射关系建立 |
4.3.1 基于燃烧反应区映射关系建立 |
4.3.2 基于辛烷值的映射关系建立 |
4.4 本章小结 |
第5章 燃烧反应区拓扑-发动机性能快速映射构建 |
5.1 人工神经网络及应用 |
5.1.1 人工神经网络原理 |
5.1.2 BP前向神经网络 |
5.1.3 神经网络在发动机领域的应用 |
5.2 样本集设计及获取平台构建 |
5.2.1 汽油机试验平台 |
5.2.2 测试燃料 |
5.2.3 试验方法 |
5.2.4 部分样本数据集 |
5.3 映射模型构建 |
5.3.1 汽油机表观性能建模 |
5.3.2 BP神经网络模型可用性分析 |
5.4 本章小结 |
第6章 部分现象学映射关系可用性验证及拓展分析 |
6.1 映射关系的应用 |
6.1.1 指导组分优化 |
6.1.2 构建优化油品 |
6.1.3 应用效果验证 |
6.1.4 主要结论 |
6.2 应用范围扩展方案 |
6.2.1 扩展参数的选取 |
6.2.2 试验方案 |
6.2.3 放热率和IMEP的循环变动计算 |
6.3 应用范围扩展结果 |
6.3.1 燃烧特征 |
6.3.2 有效燃油消耗率 |
6.3.3 气体排放物 |
6.4 本章小结 |
第7章 全文工作总结与展望 |
7.1 研究工作总结 |
7.2 研究主要创新点 |
7.3 工作展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(2)硬脂鱼油的品质特征及在火锅底料中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 鱼油概述 |
1.1.1 鱼油的简介 |
1.1.2 鱼油的营养价值及分类 |
1.1.3 鱼油在食品加工领域的应用现状 |
1.2 火锅概述 |
1.2.1 火锅行业概述及火锅种类 |
1.2.2 重庆火锅的起源与发展 |
1.3 火锅底料概述 |
1.3.1 火锅底料生产工艺的研究现状 |
1.3.2 火锅底料的质量安全研究 |
1.3.3 火锅底料用油研究 |
1.4 火锅底料品质评价指标 |
1.4.1 酸价 |
1.4.2 过氧化值 |
1.4.3 茴香胺值 |
1.4.4 总氧化值 |
1.4.5 丙二醛含量 |
1.4.6 脂肪酸 |
1.4.7 挥发性风味物质 |
1.4.8 感官评价 |
1.5 BP神经网络 |
1.6 研究目的与意义 |
1.7 主要研究内容 |
1.7.1 硬脂鱼油与几种常见的火锅底料油脂的品质比较 |
1.7.2 响应面与BP神经网络优化硬脂鱼油-牛油复合火锅底料关键工艺 |
1.7.3 硬脂鱼油-牛油复合火锅底料贮藏特性的研究及货架期的预测 |
第2章 硬脂鱼油与几种常见的火锅底料油脂的品质比较 |
2.1 材料与方法 |
2.1.1 试验材料 |
2.1.2 试验方法 |
2.1.3 数据处理 |
2.2 结果与分析 |
2.2.1 不同油脂及火锅底料的酸价 |
2.2.2 不同油脂及火锅底料的过氧化值 |
2.2.3 不同油脂及火锅底料的茴香胺值 |
2.2.4 不同油脂及火锅底料的总氧化值 |
2.2.5 不同油脂及火锅底料的丙二醛含量 |
2.2.6 火锅底料感官评价 |
2.2.7 不同油脂及火锅底料的脂肪酸组成及相对含量情况 |
2.2.8 火锅底料的挥发性风味物质分析 |
2.3 本章小结 |
第3章 响应面与BP神经网络优化硬脂鱼油-牛油复合火锅底料关键工艺 |
3.1 材料与方法 |
3.1.1 试验材料 |
3.1.2 试验方法 |
3.1.3 数据处理 |
3.2 结果与分析 |
3.2.1 单因素试验结果 |
3.2.2 响应面优化试验设计和结果 |
3.2.3 BP神经网络模型构建结果 |
3.3 本章小结 |
第4章 硬脂鱼油-牛油复合火锅底料贮藏特性的研究及货架期的预测 |
4.1 材料与方法 |
4.1.1 试验材料 |
4.1.2 试验方法 |
4.1.3 数据处理 |
4.2 结果与分析 |
4.2.1 火锅底料在贮藏期间的酸价变化结果分析 |
4.2.2 火锅底料在贮藏期间的过氧化值变化结果分析 |
4.2.3 火锅底料在贮藏期间的茴香胺值变化结果分析 |
4.2.4 火锅底料在贮藏期间的总氧化值变化结果分析 |
4.2.5 火锅底料在贮藏期间的丙二醛含量变化结果分析 |
4.2.6 火锅底料在贮藏期间的色泽变化结果分析 |
4.2.7 火锅底料在贮藏期间的菌落总数结果分析 |
4.2.8 火锅底料在贮藏期间的大肠菌群结果分析 |
4.2.9 火锅底料在贮藏期间的感官评分结果分析 |
4.2.10 火锅底料在贮藏期间的脂肪酸变化结果分析 |
4.2.11 火锅底料在贮藏期间的挥发性风味物质变化结果分析 |
4.2.12 火锅底料货架期模型的建立 |
4.3 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
攻读硕士期间发表论文情况 |
(3)橄榄油挥发性香气成分的神经网络定量结构-保留相关性(QSRR)研究(论文提纲范文)
1 数据处理及研究方法 |
1.1 橄榄油挥发性成分及保留指数来源 |
1.2 参数计算和QSRR分析 |
1.3 模型稳健性检验 |
2 QSRR神经网络模型的构建 |
3 结果与讨论 |
4 结论 |
(4)三种苯甲酸酯类有机物固液相平衡的研究(论文提纲范文)
学位论文数据集 |
摘要 |
ABSTRACT |
符号说明 |
第一章 文献综述 |
1.1 三种苯甲酸酯类有机物 |
1.1.1 3,4,5-三甲氧基苯甲酸甲酯 |
1.1.2 对苯二甲酸二甲酯 |
1.1.3 尼泊金乙酯 |
1.2 固液相平衡数据测定 |
1.2.1 静态平衡法 |
1.2.2 动态合成法 |
1.2.3 热分析法 |
1.3 固-液相平衡模型 |
1.3.1 活度系数法 |
1.3.2 经验模型法 |
1.3.3 其他方法 |
1.4 课题研究内容及意义 |
第二章 实验部分 |
2.1 实验试剂及设备 |
2.2 实验步骤 |
2.3 可靠性验证 |
2.4 溶质表征 |
2.4.1 差式扫描量热法(DSC) |
2.4.2 X射线多晶衍射(XRD) |
第三章 溶解度分析 |
3.1 3,4,5-三甲氧基苯甲酸甲酯的溶解度 |
3.1.1 纯溶剂溶解度 |
3.1.2 混合溶剂溶解度 |
3.2 对苯二甲酸二甲酯的溶解度 |
3.2.1 纯溶剂溶解度 |
3.2.2 混合溶剂溶解度 |
3.3 尼泊金乙酯的溶解度 |
3.3.1 纯溶剂溶解度 |
3.3.2 混合溶剂溶解度 |
3.4 本章小结 |
第四章 溶解热力学分析 |
4.1 3,4,5-三甲氧基苯甲酸甲酯的溶解热力学分析 |
4.2 对苯二甲酸二甲酯的溶解热力学分析 |
4.3 尼泊金乙酯的溶解热力学分析 |
4.4 本章小结 |
第五章 固液相平衡模型的分析 |
5.1 3,4,5-三甲氧基苯甲酸甲酯的模型关联 |
5.1.1 纯溶剂模型关联 |
5.1.2 混合溶剂模型关联 |
5.2 对苯二甲酸二甲酯的模型关联结果 |
5.2.1 纯溶剂模型关联 |
5.2.2 混合溶剂模型关联 |
5.3 尼泊金乙酯的模型关联结果 |
5.3.1 纯溶剂模型关联 |
5.3.2 混合溶剂模型关联 |
5.4 定义UNIFAC基团 |
5.4.1 定义新的UNIFAC基团 |
5.4.2 新基团应用在3,4,5-三甲氧基苯甲酸甲酯 |
5.4.3 新基团应用在尼泊金乙酯 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
研究成果及发表的论文 |
作者及导师介绍 |
硕士研究生学位论文答辩委员会决议书 |
(5)醇类化合物热值改进剂的定量结构-色谱保留相关性研究(论文提纲范文)
1 实验部分 |
1.1 实验仪器及试剂 |
1.2色谱条件 |
1.3 参数计算 |
1.3.1 量子化学类参数 |
1.3.2 分子连接性指数 |
1.3.3 实验分析色谱图 |
1.3.4 相关性分析 |
2 结果与讨论 |
2.1 电子结构与色谱保留值的关系 |
2.2 模型建立 |
2.3 模型检验 |
3 结论 |
(6)醇类化合物色谱保留值—结构—热值的关系研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景及意义 |
1.1.1 醇类化合物燃料 |
1.1.2 醇类化合物的定量构效关系研究 |
1.1.3 醇类化合物的色谱保留值与结构关系研究 |
1.1.4 醇类化合物的定量结构与性质关系研究 |
1.1.5 醇类化合物模型的建立及模型质量评价 |
1.2 国内外研究现状 |
1.2.1 醇类化合物热值测定方法 |
1.2.2 醇类化合物色谱保留值与结构模型的建立 |
1.2.3 醇类化合物热值与结构模型的建立 |
1.3 国内外研究的不足 |
1.4 主要研究内容 |
1.5 技术路线 |
第2章 醇类化合物色谱保留值测定及与结构相关性研究 |
2.1 实验部分 |
2.1.1 实验仪器及试剂 |
2.1.2 色谱测定条件 |
2.1.3 色谱保留值的测定方法 |
2.1.4 与色谱保留值有关的量子化学参数及分子连接性指数计算 |
2.2 结果与讨论 |
2.2.1 色谱条件的选择 |
2.2.2 色谱保留值的提取 |
2.2.3 量子化学参数的计算方法 |
2.2.4 分子连接性指数计算方法 |
2.2.5 色谱保留值与电子结构的关系 |
2.2.6 色谱保留值与结构参数的相关性分析 |
2.2.7 色谱保留值与电子结构的方程稳定性及预测能力 |
2.2.8 色谱保留值与电子结构的方程结果分析 |
2.3 小结 |
第3章 醇类化合物的色谱保留值与定量结构-热值关系研究 |
3.1 材料与方法 |
3.1.1 仪器与试剂 |
3.1.2 醇类化合物热值的测定 |
3.1.3 与热值有关的量子化学和分子连接性指数参数计算 |
3.2 结果与讨论 |
3.2.1 醇类化合物结构-性质的理论研究 |
3.2.2 热值与电子结构的QSPR分析 |
3.2.3 热值与电子结构的相关性分析 |
3.2.4 热值与电子结构的方程稳定性及预测能力 |
3.2.5 热值与电子结构的方程结果分析 |
3.2.6 混合醇类化合物的热值测定 |
3.2.7 色谱保留值与热值关系分析 |
3.3 小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间取得学术成果 |
附录A 主要符号说明 |
附录B 醇类化合物热值测定 |
(7)QSRR在化学和环境分析中应用研究进展(论文提纲范文)
1 引言 |
2 QSRR中模型建立关键 |
3 QSRR建模方法及评价指标 |
3.1 常用建模及变量优化筛选方法 |
3.2 模型稳定性和预测能力检测方法 |
3.2.1 模型基本评价原则 |
3.2.2 模型预测能力及检测方法 |
4 QSRR中模型常用描述符 (子) 的应用概况 |
4.1 拓扑指数 |
4.2 电性拓扑态指数 |
4.3 分子连接性指数 |
4.4 其他描述符在实际应用中的探索 |
5 QSRR法在化学及环境分析中的应用现状 |
5.1 环境污染及有毒、有害类化合物 |
5.2 食品中含氧类呈香化合物 (醇、酯、醛、酮) |
5.3 其他 |
6 结论 |
(8)原子平衡电负性在分子设计与分子模拟中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 定量构效关系研究现状 |
1.1.1 定量构效关系概述 |
1.1.2 定量构效关系的基本方法原理 |
1.2 设子设计、分子模拟的基本原理及方法 |
1.2.1 目标化合物的研发过程与分子模拟的应用 |
1.2.2 分子模拟软件 |
1.3 电负性均衡原理及原子电荷计算方法概述 |
1.3.1 电负性均衡原理 |
1.3.2 原子电荷计算方法 |
1.4 本论文研究的意义和内容 |
第二章 新型咪唑啉衍生物缓蚀剂的分子设计与分子模拟 |
2.1 引言 |
2.2 实验部分 |
2.2.1 主要的试剂和仪器 |
2.2.2 研究对象 |
2.3 理论与方法 |
2.4 结果与讨论 |
2.4.1 多元线性回归分析 |
2.4.2 神经网络模型预测和稳定性检验 |
2.4.3 人工神经网络模型物理意义及缓蚀机理分析 |
2.5 本章小结 |
第三章 新型拓扑电负性指数模拟烃类物质闪点的标度 |
3.1 引言 |
3.2 原理与方法 |
3.2.1 拓扑电负性指数的构建 |
3.2.2 模型建立 |
3.2.3 模型检验 |
3.3 结果和讨论 |
3.4 本章小结 |
第四章 有机物分子结构参数表征及~(13)C NMR模拟研究 |
4.1 引言 |
4.2 原理与计算 |
4.3 结果和讨论 |
4.3.1 数值集选取 |
4.3.2 ~(13)C NMR化学位移波谱模拟 |
4.3.3 模型检验 |
4.3.4 公式系数的物理意义 |
4.4 本章小结 |
第五章 多环芳烃气相色谱保留指数与结构参数的定量关系 |
5.1 引言 |
5.2 原理与方法 |
5.3 结果与讨论 |
5.3.1 数据来源 |
5.3.2 模型与检验 |
5.3.3 模型比较 |
5.3.4 模型物理意义 |
5.4 本章小结 |
第六章 蛋白同化雄性激素类固醇半波电位的QSER研究 |
6.1 引言 |
6.2 数据和方法 |
6.2.1 数据集选取 |
6.2.2 描述符提取 |
6.2.3 描述符选取 |
6.3 QSER模型建立 |
6.3.1 偏最小二乘回归建模 |
6.3.2 BP-ANN建模 |
6.3.3 模型检验 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 总结 |
7.2 主要创新点、不足之处及展望 |
参考文献 |
致谢 |
攻读学位期间发表的论文 |
(9)人工神经网络在含氧有机化合物定量结构-保留关系中的应用(论文提纲范文)
1 理论和方法 |
1.1 数据和软件 |
1.2 描述符的产生 |
2 结果与讨论 |
2.1 ANN模型 |
2.2 MLR模型 |
3 结束语 |
四、人工神经网络在醇类QSRR研究中的应用(论文参考文献)
- [1]燃烧反应区拓扑表征及其与燃烧排放特征映射关系的探究[D]. 邵珠杰. 吉林大学, 2021
- [2]硬脂鱼油的品质特征及在火锅底料中的应用研究[D]. 李芳. 西南大学, 2021(01)
- [3]橄榄油挥发性香气成分的神经网络定量结构-保留相关性(QSRR)研究[J]. 堵锡华,宋明,田林,徐艳,陈艳,李靖. 中国粮油学报, 2020(12)
- [4]三种苯甲酸酯类有机物固液相平衡的研究[D]. 李压方. 北京化工大学, 2020(02)
- [5]醇类化合物热值改进剂的定量结构-色谱保留相关性研究[J]. 牛丽芳,周如金,郎春燕. 化学研究与应用, 2017(09)
- [6]醇类化合物色谱保留值—结构—热值的关系研究[D]. 牛丽芳. 成都理工大学, 2017(03)
- [7]QSRR在化学和环境分析中应用研究进展[J]. 权美平. 光谱实验室, 2013(05)
- [8]原子平衡电负性在分子设计与分子模拟中的应用研究[D]. 戴益民. 中南大学, 2012(12)
- [9]人工神经网络在含氧有机化合物定量结构-保留关系中的应用[J]. 丁玲,张晓彤. 辽宁化工, 2011(03)
- [10]新连接性指数与脂肪醇气相色谱保留指数的关系[J]. 金浩. 计算机与应用化学, 2011(02)