论文部分内容阅读
在定量结构-性质/活性关系(QSPR/QSAR)研究中,分子结构的数值化和建立良好预测的数学模型是2个重要的问题.建立具有良好适应性有实际应用价值的模型是进行QSPR/QSAR的最终目标.本文针对148种来自不同植物挥发油的具有结构多样性化合物,分别采用主成分回归(PCR)、偏最小二乘(PLS)和遗传算法(GA)对其沸点与结构之间的定量结构性能关系进行了研究,用拓扑指数建立了沸点预测模型.结果表明,PLS模型的预测能力最佳,模型训练集的平均相关系数为0.996,平均训练偏差为7.05,检验集的平均相关系数为0.986,平均检验偏差为12.91.