B3LYP-SVM方法預測分子的生成焓.pdf_第1頁
已閱讀1頁，還剩56頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、用純理論計算分子生成焓的研究已經報道過很多次，并取得了不錯的結果。G2理論計算小分子生成焓時誤差更是達到了實驗水平(小于2kcal/mol)。這是一個很有鼓勵性的結果，它再次表明了理論解決實際問題的可能性。但是G2在應用上有一個大缺點，就是計算時極耗機時，特別是當分子比較大的時候。所以G2理論在實際應用上受到諸多限制。本文選甩耗時較少的B3LYP方法計算分子生成焓，再用近年來快速發(fā)展的支持向量機(SVM)中的支持向量機回歸(SVR)算法

2、建立訓練集，進而用于對測試集分子生成焓的預報，減少了B3LYP的計算誤差。 支持向量機(SVM)算法在生物，化學和藥物活性分析等方面都有很好的結果。本文采用B3LYP-SVM結合的方法計算了261個中小型分子在298K時的生成焓。數(shù)據被隨機地分為兩部分：195個分子為訓練集，66個分子為測試集。SVM參數(shù)的選擇采用了新的格點搜索方法代替留一交差驗證法。得到訓練集的平均絕對誤差(Mean Absolute Deviation，MA

3、D)和最大誤差(Maximum Deviation，MD)分別為1.51kcal/mol和9.23kcal/mol，相關系數(shù)為0.9995。對于測試集則為1.78kcal/mol，7.31kcal/mol和0.9990。對于261個分子來說，使用B3LYP-SVM方法校正后，MAD和MD分別為1.58kcal/mol和9.23kcal/mol，177個有機化合物生成焓的MAD更是減少到1.47kcal/mol。計算結果達到了G2水平，也

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論