论文部分内容阅读
分别以基于Xu指数的原子类型AI指数和电性拓扑状态指数作为分子结构描述符表征80个液态烃的分子结构特征，并分别结合人工神经网络和多元线性回归方法，对这80个液态烃的燃烧热进行定量结构-性质相关性建模和预测研究．结果表明，基于Xu指数的原子类型AI指数能更好地表征液态烃物质的分子结构特征，且液态烃燃烧热与分子结构间的线性关系要强于非线性关系．所建立的最佳预测模型为基于Xu指数的原子类型AI指数多元线性回归模型，其模型复相关系数为0．999，对测试集的平均预测相对误差为0．637％，模型预测值与实验值具有较好