人工神经网络用于多环芳烃及胆蒽系化合物致癌活性的研究

作     者：张晓昀 马卫平 刘满仓 陈兴国 

作者机构：兰州大学化学化工学院甘肃兰州730000 

出 版 物：《兰州大学学报（自然科学版）》 (Journal of Lanzhou University(Natural Sciences))

年 卷 期：2004年第40卷第1期

页      面：38-44页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 081104[工学-模式识别与智能系统] 070303[理学-有机化学] 0703[理学-化学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(20275014) 

主　　题：误差反向传播网络 径向基函数网络 多环芳烃 致癌活性 

摘      要：用人工神经网络中误差反向传播网络(BPNN)和径向基函数网络(RBFNN)对甲基、烷基、环戊并及环己并及胆蒽系化合物的致癌性强弱进行了分类.采用的输入参数为单个原子能(IAE)、电子能(EE)、生成热(HOF)、原子最高正电荷(QMAX)、原子最低负电荷(QMIN)、最高占有轨道能量(HOMO)、最低未占有轨道能量(LUMO)、偶极矩(DIP)、水合能(HE)、疏水性参数(logP)、分子表面积(SA)、极化率(Polar)、代谢活性区中心碳原子离域能(?E1)、亲电活性区中心碳原子离域能(?E2)和分子中脱毒区总数(n).BP网络采用tan-sigmoid函数;;RBF网络采用Quadratic和InverseQuadratic函数.两种模型的分类准确率均达80%以上.