模糊偏最小二乘及其在药物构效关系中的应用

摘要

针对高维变量系统的模糊建模易引起规则"组合爆炸",以及变量间的耦合关系会导致模型泛化能力的减弱,提出构建模糊偏最小二乘法(FPLS)的一种新方案.先采用非线性迭代偏最小二乘(nonlinear iterative partial least squares, NIPALS)方法从样本数据中成对地提取最优成分,使多变量系统降维,并消除其间的耦合关系;然后对提取的每对成分采用TSK模糊系统及自适应学习算法,实现单输入单输出的非线性建模,并组合为FPLS模型.将FPLS法应用于人类免疫缺陷病毒1型蛋白酶抑制剂构效关系,所需规则甚少,所建模型有较强的泛化能力和稳定性,显示出FPLS方法的优越性.