遗传算法结合共轭梯度法改进BP算法人工神经网络用于环境雌激素的QSAR研究  

作　　者：季力[1] 王晓栋[1] 杨旭曙[1] 刘树深[2] 王连生[1] 

机构地区：[1]污染控制与资源化研究国家重点实验室,南京大学环境学院,南京210093 [2]长江水环境教育部重点实验室,同济大学环境科学与工程学院,上海200092

出　　处：《科学通报》2007年第18期2116-2121,共6页Chinese Science Bulletin

基　　金：国家自然科学基金(批准号:20507008;20477018);江苏省自然科学基金创新人才项目(批准号:BK200418);国家重点基础研究发展计划(批准号:2003CB415002)资助

摘　　要：目前应用最广泛的BP人工神经网络存在收敛速度低、有局部震荡的危险.采用共轭梯度法(CG)改进BP算法,并且结合遗传算法筛选分子描述符,用于环境内分泌干扰物的定量结构-活性相关(QSAR)研究,有效地克服了以上缺点,得到了稳健、准确的预测模型,模型的R2=0.845,预测集的q2pred=0.81,均方根误差(RMSE)=0.688.所得结果说明这种方法能够为筛选有机物的雌激素活性提供一种迅速、可行的工具.

关 键 词：BP 共轭梯度法 遗传算法 环境内分泌干扰物 定量结构-活性相关 

分 类 号：Q50[生物学—生物化学]