硫醚气相色谱保留指数的预测  

Prediction of the chromatographic retention index of sulfides

作　　者：杜文[1] 张生万[1] 张德平[2] 寇建仁[1] 仝建波[1] 王云龙[1] 王伟[1] 

机构地区：[1]山西大学化学化工学院,山西太原030006 [2]长治学院沁县师范分院,长治沁县046400

出　　处：《化学工程师》2007年第1期20-22,56,共4页Chemical Engineer

基　　金：山西省科委攻关项目(2006031204);山西省中青年拨尖人才基金04

摘　　要：通过对硫醚类化合物在不同固定相不同柱温下的366个样本的气相色谱保留指数值(RI)与其部分参数:拓扑指数(mQ)、固定液极性值(CP)及柱温(T)建立定量-色谱保留相关(QSRR)模型。分别利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(LOO)交互检验(CV)预测值和外部样本的复相关系数Rcum、QLOO和Rext分别为0.9812,0.9804和0.9818(MLR);0.9812、0.9807和0.9818(PLSR);0.9869、0.9867和0.9827(ANN)。结果表明:所建定量结构保留关系(QSRR)模型具有良好的稳定性和预测能力,较好地揭示了硫醚化合物在不同固定相不同柱温上气相色谱保留指数的变化规律。The article studied the quantitative structure relationship （QSRR） model of the gas chromatographic retention indices （RI） of sulfides compounds at different column temperatures on different stationary phases with topological index （^mQ） , immobile liquid polarity values （CP） and column temperature （T）, Here three models of the gas chromatographic retention were built by multiple linear regression （MLR）, partial least square regression（PLS） and artificial neural network （ANN）, the estimation stability and generalization ability of these models were strictly analyzed by both internal and external validations. The correlation coefficient（R） of established MLR, PLS and ANN models, Leave- One- Out（LOO） Cross- Validation（ CV）, predicted values versus experimental ones of external samples were 0. 9812, 0. 9864, and 0. 9818（MLR） ; 0. 9812, 0. 9807 and 0. 9818 （PLS） ; 0.9869, 0.9867 and 0.9827 （ ANN）, respectively, These models can better elucidate the change rule of the gas chromatographic retention indices for sulfides compounds. The results showed that the quantitative structure relationship（QSRR） model have good stability and predictability.

关 键 词：气相色谱保留指数 硫醚化合物 拓扑指数 固定液极性值 柱温 

分 类 号：O657.7[理学—分析化学]