مدلسازی خطی و غیرخطی برای پیش بینی انبساط پذیری هم فشار (?p) سیالات آلی با استفاده از استراتژی cdfs
Abstract(in Persian; no English abstract is available)
هدف اصلی این تحقیق، ایجاد مدل ارتباط کمی ساختار-خاصیت (qspr) برای پیش بینی ضریب انبساطپذیری هم فشار ترکیبات آلی است. شمار زیادی توصیفگر توسط نرم افزار دراگون محاسبه شدند و بهترین توصیف گرها از میان این توصیف گرهای محاسبه شده، با روش اتحاد جداسازی داده و انتخاب خاصیت (cdfs) انتخاب شد. در راهبرد cdfs داده ها چندین بار دستهبندی شد و هر بار با استفاده از روش رگرسیون مرحله ای sr)) انتخاب توصیف گر انجام گرفت. مدل های به دست آمده از نظر تشابه و عدم تشابه توصیف گرها مقایسه شدند. مدل نهایی مدلی است که توصیفگرهای آن در میان مدل های به دست آمده مشترک است. 6 توصیف گر با روش cdfs انتخاب شدند. توصیفگرهای انتخاب شده با روش انتخاب توصیف گر، به همراه متغیرهای تجربی دما و فشار به عنوان ورودی برای ایجاد مدل رگرسیون خطی چندگانه (mlr)، شبکه ی عصبی مصنوعی (ann) و ماشین بردار پشتیبان svm)) ارائه شدند. عملکرد هر مدل توسط سری تست ارزیابی شد. نتایج نشان می دهد که ماشین بردار پشتیبان می تواند ارتباط انبساط پذیری هم فشار و توصیفگرهای ساختاری را به خوبی پیش بینی کند. مقدار میانگین مربعات خطا برای سری تست به دست آمد. همچنین عملکرد مدل های غیرخطی با مدل رگرسیون خطی چندگانه مقایسه شد. نتایج برتری مدل غیرخطی نسبت به مدل خطی را نشان می دهد.