پیش بینی دمای انتقال شیشه ای، شیشه سازهای مولکولی با استفاده از روشهای کمومتریکس |
کد مقاله : 1049-IACC7 |
نویسندگان |
علی پورعلی1، اسلام پوربشیر *2، بهمن صادقی1 1دانشگاه محقق اردبیلی 2شیمی، علوم پایه، محقق اردبیلی، اردبیل، ایران |
چکیده مقاله |
دمای انتقال شیشه و دینامیک مربوطه نقش اساسی در تحقیقات مواد آمورف دارند زیرا بسیاری از خواص و عملکردهای آنها به تحرک مولکولی بستگی دارد. . در مطالعات QSPR، تکنیک هایی وجود دارد که می تواند برای ساخت مدل استفاده شود، مانند رگرسیون خطی چندگانه (MLR)، بردار ماشین پشتیبان(SVM) و شبکه های عصبی مصنوعی (ANN) که به ترتیب برای بازرسی رابطه خطی و غیرخطی بین فعالیت علاقه مند و توصیفگرهای مولکولی مورد استفاده قرار گرفتند. در این کار از روش های خطی (GA-MLR)، گام به گام و غیرخطی (GA-SVM) برای تولید مدل های QSPR استفاده شد و نتایج به دست آمده با روش GA-MLR و روش Stepwise با روش GA-SVM و همچنین مقادیر تجربی به دست آمده مقایسه شددر این کار، ما روشهای شیمیسنجی مانند Stepwise، MLR و SVM را برای تخمین دمای انتقال شیشهای و وابستگی دمایی زمان آرامش اصلی بر اساس دانش ساختار شیمیایی مولکول پیشنهاد میکنیم. این رویکرد راهی برای ارزیابی دینامیک شکلدهندههای شیشه مولکولی، با دقت معقول، حتی قبل از سنتز آنها فراهم میکند.مجموعه داده ها در روشهای شیمی سنجی به طور تصادفی به دو گروه آموزشی و تست تقسیم شدند. ما مجموع 172مولکول به عنوان ورودی استفاده کردیم و نتایج حاصل با نتایج تجربی مقایسه گردید. ما انتظار داریم که این روش توسعه صنعتی را افزایش دهد، در زمان و منابع صرفه جویی کند و درک علمی روابط دارایی ساختار را تسریع بخشد. مقایسه نتایج بهدستآمده با استفاده از SVM با نتایج رگرسیون خطی چند پارامتری (MLR) و Stepwise نشان داد که مدل SVM بسیار بهتر از مدلهای MLR و Stepwise است. |
کلیدواژه ها |
کلمات کلیدی : انتقال دمای شیشه ای ، QSPR ، ماشین بردار پشتیبانی ، الگوریتم ژنتیک ، کمومتریکس |
وضعیت: چکیده برای ارائه به صورت پوستر پذیرفته شده است |