• مدل qspr برای پیشگویی ثابت قانون هنری ترکیبات آلی در آب با استفاده از شبکه عصب مصنوعی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1086
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     مدل های (quantitative structure-property relationship) qspr راهکاری برای پیشگویی خواص ترکیبات آلی بر مبنای ساختار مولکولی می باشند.مزیت چنین مدلهایی در بی نیازی به داده های تجربی دیگر جهت پیشگویی خواص مورد نظر و کاربرد آنها برای حتی ترکیباتی است که ممکن است هنوز سنتز نشده باشند. در مقاله حاضر مدلی جهت پیشگویی ثابت قانون هنری ترکیبات آلی در آب که کاربرد گسترده ای در مهندسی محیط زیست دارند، ارائه شده است. از توصیفگرهای مولکولی صرفًا محاسباتی بعنوان ورودی های مدل و از ابزار قدرتمند شبکه های عصب مصنوعی (پرسپترونهای چند لایه ای) جهت توسعه مدل غیرخطی استفاده شده است. مدل اخیر بر مبنای داده های تجربی ثابت هنری 137 ترکیب آلی متعدد بدست آمده است.مجذور میانگین مربعات خطاهای (rms) برابر 0/11، 0/43 و 0/18 برای بترتیب داده های آموزشی، ارزیابی و کلی با معماری شبکه عصب مصنوعی 15-11-6-1 بدست آمد.نتایج محاسبات و مقایسه آنها با چهار مدل پیشین نیز آورده شده است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها