四川省教育厅青年基金(09ZB038)
- 作品数：1 被引量：3H指数：1
- 相关作者：陈虹陆瑶陈国华更多>>
- 相关机构：四川理工学院更多>>
- 发文基金：四川省教育厅青年基金更多>>
- 相关领域：理学化学工程更多>>
- 基于逐步回归所得变量集的遗传反向传播神经网络的QSAR研究被引量：3
- 2010年
- 本文针对存在巨大数量变量体系,如采用遗传变量筛选的反向传播人工神经网络方法(GA-BPANN)进行构效建模,由于BPANN计算收敛速度慢且易陷入局部极小而使得计算需要耗费大量训练拟合时间的特点,提出了在扩展逐步线性回归(FSR)筛选得到变量集的基础上,利用GA-BPANN分析其中的非线性关系的方法。首先对收集到的120个青蒿素类化合物,采用DFT/B3PW91/6-31G量子化学方法优化其结构,然后计算得到57个非零分子全息电距矢量(MHEDV)结构参数。5种不同隐层神经元数目的GA-BPANN拟合分析结果均优于直接逐步线性回归(FSR)分析结果,其中n-4-1的BPNN网络的最优模型结果为:R^2=0.900,S=0.493,F=787.936,R_(ex)~2=0.840,S_(ex)=0.730,F_(ex)=147.341。该分析结果表明:基于扩展FSR筛选的变量集的GA-BPANN方法确实是1种优秀且经济可行的预测先导化合物活性好方法。
- 陈国华陆瑶陈虹
- 关键词：青蒿素遗传算法反传神经网络
