基于ANN-QSPR算法的新型纯碳水化合物燃料性质预测方法

摘要

开发新型纯碳水化合物燃料作为新能源时,必须预测和筛选纯碳水化合物的物理性质,从而找到可能合适的化学物质,然而由实验来逐一确定大量分子的物理性质既耗时又昂贵.研究发现,运用人工智能网络一定量构效关系(ANN-QSPR)算法来建立纯碳水化合物物理性质的计算模型可以起到事半功倍的效果.基于DIPPR 801数据库中的纯组分性质和DragonX软件包计算了相应碳水化合物的分子描述符,所构建的模型结合了定量构效关系(QSPR)和两层前馈人工智能网络(ANN).由此建立了多个全面而可靠的模型来预测新型纯碳水化合物燃料的各种物理性质,包括正常沸点、闪点、燃烧焓、蒸发焓、液体密度、表面张力、液体的黏度和熔点等.为了提高模型中数据集之间的一致性,还引入了主成分分析法(PCA),以进一步消除分子描述符值的维数.另外,通过共识建模进行交叉验证,减少了不确定性的影响,提高了模型的预测精度.