节点文献

改进GA算法结合ANN用于酚类化合物的QSAR研究

QSAR for toxicities of phenols using improved genetic algorithm combined with BP artificial neural network

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 杨蕾； 王鹏； 蒋益林； 夏冰；

【Author】 YANG Lei~(1,2),WANG Peng~(1),JIANG Yi-lin~1,XIA Bing~1(1.Dept.of Applied Chemistry,Harbin Institute of Technology,Harbin 150001,China;2.School of Municipal and Environmental Engineering,Harbin Institute of Technology,Harbin 150090,China)

【机构】 哈尔滨工业大学应用化学系； 哈尔滨工业大学应用化学系 黑龙江哈尔滨150001； 哈尔滨工业大学市政环境工程学院； 黑龙江哈尔滨150090； 黑龙江哈尔滨150001；

【摘要】 采用改进的遗传算法(IGA)和BP人工神经网络相结合的方法,研究了50个酚类化合物的麻醉毒性和分子结构之间的相关性,并与单纯用BP人工神经网络建立的模型进行比较.结果表明,该方法克服了人工神经网络训练中的局部最优问题,采用最优交叉和变异等遗传策略,有效地解决了收敛过程中的振荡问题,所得模型的训练精度和预测精度均优于单纯的BP人工神经网络QSAR模型.

【Abstract】 Using an improved genetic algorithm combined with a BP algorithm a new method IGA-BP,QSAR model was developed that links molecular structures of a set of 50 alkylated and/or halogenated phenols with their polar narcosis toxicity.Comparing the results of IGA-BP with those of BP algorithm demonstrated that the method of IGA-BP overcame a local optimal solution which often occurs in the training process of artificial neural network.Genetic strategies, such as optimal crossover and optimal mutation,which can efficiently extinguish the swing problem in a convergent process,were employed that resulted in lower errors than those of the BP algorithm.

【关键词】 定量构效关系； 遗传算法； BP-人工神经网络； 酚类化合物；
【Key words】 QSAR； genetic algorithm； BP-ANN； phenols；
【基金】 黑龙江省自然科学基金资助项目(B200512);哈尔滨工业大学校基金资助项目(2002-58)
  • 【文献出处】 哈尔滨工业大学学报 ,Journal of Harbin Institute of Technology , 编辑部邮箱 ,2006年02期
  • 【分类号】X820.4
  • 【被引频次】9
  • 【下载频次】210
打印本页
节点文献中：