论文部分内容阅读
介绍了应用人工神经网络预测烷基苯分子疏水性常数的方法.该法同传统方法相比,具有操作简便,适用范围广的特点.基于误差反传神经网络,建立了分子连接性指数(χ)、范德华表面积(Aw)和疏水性常数(log P)之间的数学模型.应用该模型对烷基苯分子的疏水性常数进行预测,其平均相对偏差为0.67%.并且通过与标准误差反传算法和自适应学习算法相比较,发现弹性反传算法具有训练速度快,参数选择简单的特点.