2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、定量構(gòu)效關(guān)系研究是化學(xué)計量學(xué)的重要分支.該論文主要是基于應(yīng)用該實驗室提出并發(fā)展的幾個新的化學(xué)計量學(xué)算法,對一些實際的生化體系進(jìn)行了定量構(gòu)效關(guān)系分析.建立定量構(gòu)效關(guān)系模型第一步是計算大量的分子描述符,下一步則是從這些描述符中選取與所研究對象最相關(guān)的描述符,即變量選擇.該論文采用該實驗室最近引入化學(xué)計量學(xué)的粒子群優(yōu)化算法(particle swarm optimization,PSO)來進(jìn)行變量選擇,選出的變量用多元線性回歸方法建模.基于這

2、樣的方法對環(huán)氧酶抑制劑的活性和選擇性以及芳香族化合物的毒性進(jìn)行了定量構(gòu)效關(guān)系分析.結(jié)果發(fā)現(xiàn)粒子群優(yōu)化算法用于變量選擇可得到與遺傳算法相媲美的結(jié)果.神經(jīng)網(wǎng)絡(luò)是一個優(yōu)異的非線性建模工具,但其突出的缺點就是潛在的預(yù)收斂到局部最優(yōu)點或過擬合導(dǎo)致的錯誤預(yù)報模式;為了改善神經(jīng)網(wǎng)絡(luò)的性能,引入了混沌的概念來輔助遺傳算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)(Chaotic Genetic Artificial Neural Network,CGANN).基于這個方法,對偏端霉

3、素類衍生物的生物活性進(jìn)行了建模,并同傳統(tǒng)的偏最小二乘方法進(jìn)行了比較.結(jié)果發(fā)現(xiàn),CGANN在訓(xùn)練能力和預(yù)測能力上都明顯優(yōu)于PLS,充分說明CGANN作為強大的非線性關(guān)系處理工具有獨特的優(yōu)勢.另外,雜交的粒子群優(yōu)化算法也可以用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)(Hybrid Particle Swarm Optimization Neural Network,HPSONN).用這個方法對血小板衍化生長因子受體磷酸化作用的抑制劑進(jìn)行了定量構(gòu)效關(guān)系分析,發(fā)現(xiàn)該方法

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

最新文檔

評論

0/150

提交評論