神经网络偏最小二乘在预测含能材料爆轰性能方面的应用  

Application of NNPLS analysis in QSDR studies

作　　者：郭蓉[1] 汤宏胜[1] 葛忠学[2] 王伯周[2] 李华[1] 

机构地区：[1]西北大学化学与材料科学学院,陕西西安710069 [2]西安近代化学研究所,陕西西安710065

出　　处：《计算机与应用化学》2009年第12期1553-1558,共6页Computers and Applied Chemistry

基　　金：国防973资助项目(No.61374xx);国家自然科学基金资助项目(No.20675063)

摘　　要：运用神经网络偏最小二乘分别与遗传算法和主成分分析相结合,以含能材料的结构描述符和爆轰性能等参数,建立了"分子结构-爆轰性能"之间的定量关系预测模型,并对30种含能材料的密度和理论爆速进行了预测,其相对误差均在5%以下。表明这种方法为新型含能材料分子设计和爆轰性能预估提供了新的方法和手段。The methods have been developed for model construction of quantitative structure-detonation relationship by combining nerural network partial least squares with genetic algorithms and principal component analysis respectively. The model can predict the density and detonation velocity of 30 explosives, all the relative errors are less than 5%. The result shows that it offers novel method to design molecules and estimate the detonation relationship performance for new energetic materials.

关 键 词：神经网络偏最小二乘 主成分分析 含能材料 爆轰性能 

分 类 号：TQ015.9[化学工程] O6-39[理学—化学]