توسعه مدل های رابطه های کمی ساختار-ویژگی برای پیش بینی حد اشتعال پذیری بالای ترکیب های آلی

در این مطالعه، معادله کمی ساختار-ویژگی ((QSPR برای پیش بینی حد اشتعال پذیری بالای (UFL) ۵۸۸ ترکیب آلی شامل ترکیب های هیدروکربنی، ترکیب های هالوژن دار، الکل ها، اترها، استرها، آلدهیدها، کتون ها، اسیدها، آمین ها، آمیدها، نیتریل ها، و ترکیب های نیترو مورد مطالعه قرار گرفت. طیف گسترده ای از توصیف کننده ها برای هر مولکول محاسبه شد. الگوریتم کولونی مورچگان حافظه دار (M-ACO) همراه با برازش خطی چند متغیره (MLR) برای انتخاب بهترین زیر مجموعه توصیف کننده هایی که سهم چشمگیری در ویژگی UFL دارند به کار برده شد. تبدیل متغیرهای متفاوتی در هر دو متغیر وابسته و مستقل به منظور دستیابی به مدل های برازش خطی چندمتغیره با کارایی بهتر انجام شد. بهترین مدل یک مدل چهار متغیره بود که با استفاده از توصیف کننده های محاسبه شده به عنوان متغیر مستقل و لگاریتم مقدارهای UFL به عنوان متغیر وابسته به دست آمد. این مدل دارای گستره کاربردی بسیار وسیعی شامل مقدارهای UFL بین ۷/۲ تا ۱۰۰ درصد حجمی است. خطای آموزش مدل ۱/۰ واحد log UFL (۸۰/۰=R۲) و خطای پیش بینی ۱۲/۰ واحد log UFL (۷۵/۰=R۲) است. بنابراین، مدل از درستی خوبی برخوردار است و می تواند برای پیش بینی UFL گستره وسیعی از ترکیب های آلی به کار رود.

کلیدواژه ها:

حد اشتعال پذیری بالا ، الگوریتم کولونی مورچگان ، تبدیل متغیر ، روابط کمی ساختار-ویژگی ، برازش خطی چند متغیره