位置:成果数据库 > 期刊 > 期刊详情页
基于神经网络的定量结构-性质相关性研究预测有机物燃烧特性
  • ISSN号:1000-6613
  • 期刊名称:《化工进展》
  • 时间:0
  • 分类:TQ013.1[化学工程]
  • 作者机构:[1]南京工业大学安全工程研究所,江苏南京210009
  • 相关基金:国家自然科学基金重点资助项目(29936110);新世纪优秀人才支持计划资助项目(NCET-05-0505)及江苏省普通高校研究生科研创新计划资助项目(CX07B-150z).
中文摘要:

介绍了神经网络及定量结构-性质相关性(QSPR)研究基本原理,综述了两者相结合在闪点、白燃点、爆炸极限等化学物质燃烧特性预测中的应用和进展。分别对各性质不同预测模型的优缺点及适用范围进行了评述。在此基础上对神经网络与线性回归方法的比较、神经网络技术的发展等进行了探讨,对实验样本设计、分子描述符选择及模型验证等的研究现状和发展趋势进行了讨论。展望了QSPR在安全研究领域的应用前景。

英文摘要:

The basic principles of neural network and quantitative structure-property relauonsnlp (QSPR) study are introduced, and its application and advance in the prediction of flammability characteristics of compounds such as flash point, auto-ignition temperature, and flammability limits are reviewed. The advantages and disadvantages as well as the applicability of various prediction models for each property concerned are analyzed. Furthermore, the comparison of the neural network methods with the linear regression models, as well as the development of the neural network technique are studied. Meanwhile, the present situation and development trend of the study on design of training set, selection of molecule descriptors and validation of models are discussed. Further study of QSPR in the field of safety science is also proposed.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《化工进展》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国化工学会 化学工业出版社
  • 主编:曹湘洪
  • 地址:北京市东城区青年湖南街13号
  • 邮编:100011
  • 邮箱:hgjz@263.net
  • 电话:010-64519500/9501/9502
  • 国际标准刊号:ISSN:1000-6613
  • 国内统一刊号:ISSN:11-1954/TQ
  • 邮发代号:82-311
  • 获奖情况:
  • 全国中文核心期刊,中国精品科技期刊,中国百种中国杰出学术期刊,第七届全国石油和化工行业优秀期刊一等奖,吕国化工学会会刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:37234