人工神经网络和多元回归法预测有机物的生物富集因子
计算了122种非离子性有机物的电性拓扑状态指数En.基于取代基及共轭母体的特征,定义一种新的分子参数--共轭参数B,它们对有机物呈现出良好的结构选择性.将它们与122种非离子性有机物的生物富集因子(lgBCF)拟合,建立令人满意的数学模型:lgBCF=-0.076+1.006B+0.077E38+0.274 E9+0.11189(n′=122,R=0.966,F=408.35,S=0.401).通过Jackknife法检验该模型具有总体稳健性,并能较准确估算与预测有机物的生物富集因子.依此4个结构参数作为神经网络输入层结点,采用4:10:1的网络结构,利用BP算法得到一个良好模型,其相关系数R和标准偏差S分别为0.990和0.216,证明该电性拓扑状态指数与共轭参数对于有机物的生物富集因子的预测有效.
