作者：范峥; 刘钊; 井晓燕; 姬盼盼; 赵辉; 康建咪唑啉衍生物计算机模拟量子化学缓蚀效率神经网络
摘要：针对咪唑啉衍生物的量子化学特征参数与缓蚀效率存在复杂非线性关系,在利用多因素方差分析判断其相关性的基础上建立以最高占据轨道能量、最低未占据轨道能量、分子偶极矩、单点能、硬度、软度、亲核进攻指数、亲电进攻指数、电子转移参数以及咪唑环上非氢原子静电荷之和等量子化学特征参数为输入,以缓蚀效率为输出的模糊人工神经网络。结果表明,咪唑啉衍生物的量子化学特征参数及其缓蚀效率之间具有非常显著的相关性,据此所创建的Takagi-Sugeno型模糊人工神经网络预测模型采用10-30-1网络结构,通过Momentum优化算法对其进行反复训练直至其均方误差小于容许收敛误差限0.005,训练、测试阶段模型输出值与期望值近似呈线性关系,决定系数为0.9999,关联度较高,验证阶段该模型亦表现出良好的可靠性。因此利用量子化学特征的模糊人工神经网络预测模型能够准确预测不同咪唑啉系列衍生物的缓蚀效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
