多元线性回归及人工神经网络预测苯甲酸类化合物pKa值  

Prediction for the p Ka figure of Benzoic acid compound with MLR-ANN

作　　者：金飙[1] 刘肇骢 金俏[2] 张舒婷[1] 

机构地区：[1]沈阳化工大学环境与安全工程学院,辽宁沈阳110142 [2]北京石油化工学院化学工程学院,北京102600

出　　处：《计算机与应用化学》2015年第10期1226-1228,共3页Computers and Applied Chemistry

基　　金：国家自然科学基金青年科学基金资助项目(51408372)

摘　　要：采用定量结构-效应关系(QSAR)方法研究了23种苯甲酸类化合物的物性参数与苯甲酸类化合物p Ka值之间的关系,并建立了多元线性回归(MLR)和人工神经网络(ANN)2种模型。其中MLR模型的相关系数R=0.785,标准误差Se=0.461;建立的ANN模型相关系数R=0.981,标准误差Se=0.163。模型的预测值与苯甲酸类化合物p Ka值比较接近,其中人工神经网络方法对目标的预测能力更为稳定和准确。Using the QSAR method to study the relationship between the 23 kinds of Benzoic acids quantitative parameters and these pKa values, we established the MLR and ANN models. The correlation coefficients of MLR model is R=0.912, standard error is Se=0.319; the correlation coefficient of ANN model is R=0.98, standard error is Se=0.441. The predictions from the model were very closed to The Benzoic acid compounds pKa values, the method of ANN model to predict the target is more stable and accurate.

关 键 词：QSAR 苯甲酸类化合物 p KA 人工神经网络 

分 类 号：TQ015.9[化学工程] TP391.9[自动化与计算机技术—计算机应用技术]