脂肪族含氧有機(jī)化合物熱力學(xué)數(shù)據(jù)的計(jì)算研究.pdf

1、化合物的熱力學(xué)數(shù)據(jù)是化工模擬、生產(chǎn)和工藝設(shè)計(jì)中必不可少的基礎(chǔ)數(shù)據(jù),也是研究化合物性質(zhì)和用途的重要參數(shù)。這些數(shù)據(jù)獲取最直接的方法是由實(shí)驗(yàn)測(cè)定。但由于化合物(特別是有機(jī)化合物)數(shù)目極其繁多,或受實(shí)驗(yàn)條件限制,要獲得每個(gè)化合物的熱力學(xué)數(shù)據(jù)非常困難。且對(duì)尚未合成的化合物,不能通過實(shí)驗(yàn)方法測(cè)定其熱力學(xué)數(shù)據(jù)。因此許多化合物的熱力學(xué)數(shù)據(jù)缺失或末見報(bào)道。因此尋找對(duì)化合物熱力學(xué)數(shù)據(jù)進(jìn)行準(zhǔn)確計(jì)算的方法一直是化學(xué)和化工領(lǐng)域研究的重點(diǎn)課題之一。定量構(gòu)效關(guān)系(Q

2、uantitative Structure-Activity/Property Relationship,QSAR/QSPR)通過提取物質(zhì)的理化性質(zhì)或分子結(jié)構(gòu)參數(shù)等,通過數(shù)學(xué)或人工智能算法建立化合物性質(zhì)與參數(shù)之間的定量關(guān)系來計(jì)算化合物的性質(zhì)數(shù)據(jù),可為化工模擬、生產(chǎn)和工藝設(shè)計(jì)等提供所需熱力學(xué)數(shù)據(jù)的計(jì)算方法。
　　在定量構(gòu)效關(guān)系研究中最關(guān)鍵的問題是如何盡可能全面的提取分子的結(jié)構(gòu)信息。結(jié)合本課題組提出的極化效應(yīng)指數(shù)(PEI),本文構(gòu)建了

3、新的結(jié)構(gòu)參數(shù)NCeff,ΔPEI,ΔNCeff,GC等。其用于六類重要的脂肪族含氧有機(jī)化合物醇、醚、醛、酮、酸和酯熱力學(xué)數(shù)據(jù)QSPR研究中并取得了較好的成果。本文主要研究工作涉及以下幾方面:
　　(1)構(gòu)建了新的結(jié)構(gòu)參數(shù)NCeff,ΔPEI,ΔNCeff,GC等,用于描述有機(jī)化合物碳鏈異構(gòu)和官能團(tuán)位置等分子結(jié)構(gòu)信息。
　　(2)采用最佳子集回歸方法分類建立了六類脂肪族含氧有機(jī)化合物單系列沸點(diǎn)的多元線性回歸方程。對(duì)六類有機(jī)化合

4、物的沸點(diǎn)預(yù)測(cè)值平均絕對(duì)偏差在5K以下,相對(duì)偏差在1.03％以下;對(duì)六類有機(jī)化合物沸點(diǎn)建立了統(tǒng)一的多元線性回歸方程,預(yù)測(cè)結(jié)果平均絕對(duì)偏差為4.72K,相對(duì)偏差為1.09%。支持向量回歸方法建立的六類有機(jī)化合物沸點(diǎn)統(tǒng)一QSPR模型預(yù)測(cè)結(jié)果的平均絕對(duì)偏差為4.67K,相對(duì)偏差為1.08%。
　　(3)分類建立了六類脂肪族含氧有機(jī)化合物單系列導(dǎo)熱率與結(jié)構(gòu)參數(shù)、溫度的多元線性回歸方程。其預(yù)測(cè)結(jié)果平均絕對(duì)偏差在0.0080 W/m·K以下,平

5、均相對(duì)偏差均在5%以下。采用最佳子集回歸方法建立了六類有機(jī)化合物導(dǎo)熱率統(tǒng)一的線性回歸方程,預(yù)測(cè)結(jié)果平均絕對(duì)偏差為0.00699W/(m.K),相對(duì)偏差為4.98%。支持向量回歸方法建立的六類有機(jī)化合物導(dǎo)熱率統(tǒng)一的計(jì)算模型預(yù)測(cè)結(jié)果平均絕對(duì)偏差為0.0020W/(m.K),平均相對(duì)偏差1.41%,支持向量回歸所建的QSPR模型遠(yuǎn)優(yōu)于多元線性回歸模型。
　　(4)用最佳子集回歸方法分別建立了六類脂肪族含氧有機(jī)化合物單系列液態(tài)生成焓(Δf

6、H°(liquid))和氣態(tài)生成焓(ΔfH°(gas))的多元線性回歸方程。六類化合物多元線性回歸方程對(duì)計(jì)算的生成焓數(shù)據(jù)平均絕對(duì)偏差在4.0kJ/mol以下,平均相對(duì)偏差均在2%以下。用最佳子集回歸和支持向量回歸方法建立了六類脂肪族含氧有機(jī)化合物(ΔfH°(liquid))和氣態(tài)生成焓(ΔfH°(gas))統(tǒng)一定量構(gòu)效關(guān)系模型。最佳子集回歸方法得到的多元線性回歸方程計(jì)算結(jié)果平均絕對(duì)偏差均小于4.9kJ/mol,平均相對(duì)偏差均小于1.30

7、%,且只含有3個(gè)結(jié)構(gòu)參數(shù),計(jì)算簡(jiǎn)便。支持向量機(jī)回歸模型的預(yù)測(cè)平均絕對(duì)偏差小于4.0kJ/mol,平均相對(duì)偏差小于1.0%。
　　(5)編寫了可視化支持向量機(jī)軟件i-SVM。該軟件集成了數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)歸一化、訓(xùn)練建模和預(yù)測(cè)等功能。能夠使用廣度探索,遺傳和粒子群等算法進(jìn)行參數(shù)優(yōu)化、變量篩選等。可在Windows系統(tǒng)中完成從MS excel表格數(shù)據(jù)直接轉(zhuǎn)換為輸入數(shù)據(jù),訓(xùn)練建模到預(yù)測(cè)的整個(gè)過程。同時(shí)可以建立批外理文件一次提交多個(gè)任務(wù),極大