杨惠
- 作品数：6 被引量：22H指数：3
- 供职机构：南京理工大学化工学院更多>>
- 发文基金：国家重点实验室开放基金国家重点基础研究发展计划更多>>
- 相关领域：理学环境科学与工程自动化与计算机技术化学工程更多>>
- 烃类物质闪点定量构效的关系被引量：2
- 2011年
- 应用CODESSA软件计算300种烃类物质的分子结构描述符,用启发式回归(HM)、最佳多元线性回归(B-MLR)法,以筛选出来的分子描述符建立线性回归模型。用B-MLR法所选4个描述符作为支持向量机(SVM)的输入,建立非线性模型。预测结果表明:所建模型稳健,泛化能力强,预测误差小。非线性模型(R^2=0.9884,RMSE=8.7570)的性能优于线性回归模型(HM:R^2=0.9815,RMSE=11.0653;B-MLR:R^2=0.9814,RMSE=11.1041),预测的效果令人满意。
- 杨惠陈利平谢传欣石宁陈网桦
- 关键词：闪点支持向量机定量构效关系
- 烃类沸点的定量构效关系研究被引量：3
- 2011年
- 应用CODESSA软件计算296种烃类物质的分子结构描述符,分别用启发式回归(HM)和最佳多元线性回归(B-MLR)筛选计算出的所有分子描述符,并建立沸点的线性回归模型。用B-MLR方法筛选出的4个描述符作为支持向量机(SVM)的输入建立了非线性模型。预测结果表明:所建立的模型稳健,泛化能力强,预测误差小。非线性模型(R2=0.9905,RMSE=10.2295)的性能优于线性回归模型(HM:R2=0.9819,RMSE=14.0606;B-MLR:R2=0.9842,RMSE=13.1058),预测效果令人满意。
- 杨惠陈利平谢传欣石宁陈网桦
- 关键词：沸点
- 烃类及其衍生物闪点、沸点的定量构效关系被引量：3
- 2011年
- 基于定量结构-性质相关性(QSPR)原理,研究了烃类及其衍生物闪点、沸点与其分子结构间的内在定量关系。应用CODESSA软件计算384种烃类及其衍生物的分子结构描述符,建立了闪点和沸点的QSPR模型。用最佳多元线性回归(B-MLR)方法筛选得到的分子描述符建立了线性回归模型。用B-MLR方法所选择的5个描述符作为支持向量机(SVM)的输入建立了非线性模型。所有的化合物被分为训练集和测试集,对每个模型的训练集和测试集的复相关系数、交互验证系数、均方根误差等进行了计算,并用测试集对模型的预测能力进行检验,预测结果表明:预测值与实验值均符合良好,所建立的闪点模型稳健,泛化能力强,预测误差小,预测的效果令人满意,但沸点的模型预测效果有待加强。相比烃类物质的模型,加了衍生物的模型性能均有所下降。
- 杨惠陈利平谢传欣石宁陈网桦
- 关键词：闪点沸点支持向量机定量构效关系
- 基于分子形状与电性拓扑状态指数预测烃类物质粘度的研究被引量：3
- 2014年
- 基于定量结构性质相关性(Quantitative structure-property relationship,QSPR)原理,以2种Kappa分子形状指数与9种电性拓扑状态指数作为描述符,研究了烃类物质粘度(η)与其分子结构间的内在定量关系。以65种化合物作为样本集,随机选择其中52种作为训练集,剩余13种作为测试集,分别采用多元线性回归方法(Multiple linear regression,MLR)和支持向量机方法(Support vector method,SVM)建立模型进行分析测试。研究结果表明:SVM模型对烃类物质粘度具有很强的预测能力,该方法所得模型在模型拟合和预测能力方面大大优于MLR模型。同时,应用Jackknifed法对SVM模型进行了稳健性检验,进一步说明了SVM对于烃类物质粘度的预测模型的稳定性与可靠性。该研究提供了一种新的预测烃类物质粘度的方法。
- 时静洁陈利平陈网桦杨惠
- 关键词：烃类粘度定量构效关系多元线性回归方法支持向量机方法
- 基于启发式方法和支持向量机方法预测有机物的热导率(英文)被引量：2
- 2012年
- 构建147个有机物分子结构与其热导率值之间的定量结构-性质关系(QSPR)模型,探讨影响有机物热导率的结构因素.以147个化合物作为样本集,随机选择118个作为训练集,29个作为测试集.应用CODESSA软件计算了组成、拓扑、几何、静电和量子化学等描述符,通过启发式方法(HM)筛选得到5个结构参数并建立线性回归模型;用所选5个结构参数作为支持向量机(SVM)的输入,建立非线性的支持向量机回归模型.预测结果表明:支持向量机回归模型的性能(复相关系数R2=0.9240)虽略低于启发式回归模型的性能(R2=0.9267),但是支持向量机方法预测性能(R2=0.9682)高于启发式方法的预测性能(R2=0.9574),对于QSPR模型来说,预测性能更重要.因此,总体来说支持向量机方法优于启发式方法.支持向量机方法和启发式方法的提出为工程上提供了一种根据分子结构预测有机物热导率的新方法.
- 时静洁陈利平陈网桦石宁杨惠徐伟
- 关键词：支持向量机热导率定量结构-性质关系
- 基于遗传算法的支持向量机预测有机物自燃点的研究被引量：12
- 2011年
- 根据定量构效关系(QSPR)原理,研究自燃点(AIT)与其分子结构间的内在定量关系。以265种有机化合物作为样本集,随机选择238种作为训练集,27种作为测试集,用遗传算法(GA)进行变量选择,分别建立多元线性回归(MLR)模型和支持向量机(SVM)模型研究有机物的自燃点与其分子结构间的关系。通过分析,发现造成模型预测效果不佳的原因是试验数据本身存在问题。通过对2个模型的比较,结果为GA-SVM模型明显优于GA-MLR模型,说明自燃点与其分子结构间具有很强的非线性关系。
- 时静洁陈利平石宁徐伟杨惠陈网桦
