检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:葛明兰[1] 焦玉海[1] 易玉峰[1] 李翠清[1]
机构地区:[1]北京石油化工学院化学工程系,北京102617
出 处:《计算机与应用化学》2010年第11期1481-1484,共4页Computers and Applied Chemistry
基 金:北京市优秀人才培养资助项目(20081D0500500140);北京市属高等学校人才强教深化计划资助(PHR200907129)
摘 要:应用半经验分子轨道能AM1法计算烷烃、芳烃、醇类、氯代甲烷等34种有机非极性和极性化合物的量化参数,分别采用多元线性回归、BP神经网络建立了描述有机化合物分子结构与在离子液体1-丁基-3-甲基咪唑三氟甲基磺酸盐([BMIM][CF3SO3])中无限稀释活度系数γi∞间的定量结构-性质关系(QSPR)模型,并利用模型对预测集分子进行了预测。2种方法的预测结果都表明QSPR模型能很好地关联和预测各种溶质在[BMIM][CF3SO3]中的γi∞。在预测能力相差不大的情况下,通过前者建立的QSPR模型更具优势。研究结果有可能会为针对具体不同的反应或分离过程等实现有效的离子液体设计提供理论依据。Base on the quantum chemical descriptors 34 organic solutes computed by AM1 Hamiltonian,the quantitative structure-property relationship(QSPR)predicting models for the activity coefficients at infinite dilution γi^∞of the organic solutes in ionic liquid 1-butyl-3-methylimidazolium trifluoromethanesulfonate([BMIM][CF3SO3])at 323.15 K were obtained through multiple linear regression(MLR)and back-propagation artifical neural network(BPANN).The results showed that the correlated and predicted γi∞were in good correspondence with the experimental results and could successfully describe γi^∞.The model from MLR was better than that from BPANN.
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.171