针对化合物热导率数据缺失,现有方法估算的热导率误差较大的问题,提出基于遗传函数近似法(GFA)建立估算液态烃类化合物热导率的多元线性定量构型关系(QSPR)模型.收集122种液态烃类化合物在不同温度下的972个热导率数据,用GaussView 6.1.1软件构建这些化合物的分子结构并用Gaussian 16C01优化分子构型,再用Dragon 6.0软件计算筛选得到382个分子描述符.采用分层随机方法将数据集划分为训练集和测试集,基于训练集采用GFA算法建立了含有5个分子描述符烃类化合物热导率的预测模型.结果表明,测试集的相关系数的平方R2test和均方根误差RMSEP分别为0.906 9和0.006 1,说明该模型具有良好的拟合度和预测能力,同时适用性域(AD)表明预测模型具有较好的泛化能力和鲁棒性.

热导率;烃类;遗传函数近似法;分子描述符;定量构效关系

理论有机化学与功能分子教育部重点实验室,功能膜材料湖南省工程研究中心,湖南科技大学化学化工学院,湖南湘潭411201

[1]朱璟怡;刘万强;孙林萍;赵启明;陆海霞;袁华;周虎-.基于遗传函数近似法的液态烃类化合物热导率预测)[J].高校化学工程学报,2022(02):167-175

遗传函数近似法,16C01,R2test

液态烃,烃类,类化合物,热导率,数据缺失,GFA,QSPR,GaussView,软件构建,分子结构,Gaussian,分子构型,Dragon,软件计算,选得,分子描述符,随机方法,数据集划分,训练集,测试集,集采,RMSEP,拟合度,预测能力,AD,泛化能力,定量构效关系

0.278108