南京林业大学.doc

南京林业大学
本科毕业设计(论文)
题目: 基于分类模型的***类有机物
毒性定量构效表达
学院: 化学工程学院
专业: 化学工与工艺
(化工过程与控制)
学号: 080203520
学生姓名: 张丽丽
指导教师: 熊智新
职称: 副教授
二O一二年 5 月 18 日
摘要
由于测定化合品的各种毒性需要花费大量的人力、物力和财力,人们不可能对众多化学品进行一一测定,而利用定量构效关系模型即可对化学品的生物毒性和环境行为进行预测,并筛选出具有潜在危害的化学品,这在环境科学研究中无疑是一件极具意义的工作。QSAR定量描述有机物的分子结构与其活性之间的关系,不仅可以预测有机物的化学行为,而且使计算机辅助设计合成具有特定生物活性的有机分子成为可能。
本文基于不同模式识别方法对51种***类有机物进行了结构-毒性关系的定性、定量研究,不仅能得到较好的定量数学模型, 同时为探讨该类化合物毒性作用机理提供了依据。
本文的主要研究结果如下:
对***类有机物毒性的定性分析:不分类的定量分析相对于分类后的定量分析,收敛速度慢,且相对误差大。
在对***类有机物的分类中,采用BP神经网络比采用判别分析的分类效果好,并且在相同的条件下,将训练集先分为两类再细分比直接分为三类的分类正确率高,预测分类率更高。
将样品分类后,分别利用多元线性回归分析和人工神经网络对各类样本作n=1的交叉验证。在ANN的定量分析中,高毒类样本隐含层节点取10、中毒类样本隐含层节点取6、低毒类样本隐含层节点取10时,它们的预测误差最小,且都小于MLR。
在样品的定量分析中,先对各类样品进行主成分分析(PCA)和偏最小二乘分析(PLS)处理,再利用ANN做交叉验证,简化网络结构,且有不错的预测效果。
关键字定量构效关系人工神经网络多元线性回归主成分分析偏最小二乘预测
ABSTRACT
It costs a lot of human,material and financial resources to determine the various toxicities bined products, so we can't determine such lots of chemicals one by one,but by using of the model of QSAR,we can forecast their biological toxicities and environmental behavior,and carry out the chemicals which may be it is so meaningful for the research of environmental describes the relationship between molecular structure and activity of can not only forecast the chemical behavior of anics,but also it makes that to be possible to design bine anics with particular biological activities by the help puter.
It follows the analysis of the structure-toxicity relationship on character and quantity of 51 kind of anics on the base of different pattern recognition methods.
The main results are as follows:
The qualitative analysis of pared of the quantitive analysis in which the sample set has been classified , the other is slow in convergence and has a bigger error.
2、In the classification of the anics,it's better to use the BP artificial work than the discriminant in the same case,it will gets higher yield in classification and quantity forecast