基于分子表面电荷密度分布与机器学习的混合物设计方法研究

作     者：毛海涛 王璐 许志颖 解万翠 都健 张磊 MAO Haitao;WANG Lu;XU Zhiying;XIE Wancui;DU Jian;ZHANG Lei

作者机构：大连理工大学化工学院化工系统工程研究所辽宁大连116024 青岛科技大学海洋科学与生物工程学院山东青岛266042 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2020年第71卷第S1期

页      面：282-292页

核心收录：

学科分类：081704[工学-应用化学] 08[工学] 0817[工学-化学工程与技术] 081701[工学-化学工程] 

基　　金：国家自然科学基金项目(21808025) 

主　　题：系统工程 产品设计 神经网络 分子表面电荷密度分布 混合物设计 香精 

摘      要：由于混合物性能的可调控性,当前市场对其关注与日俱增。对于这类产品,基于模型的设计方法由于具有高效性以及普适性,相较于其他产品设计方法得到了更快的发展。但是对于很多性质,如气味、颜色等,准确且普适的模型尚不可得。因此,本文提出了一种基于分子表面电荷密度分布描述符(S描述符)和机器学习模型的混合物设计方法,采用描述符表征产品、再通过机器学习模型将其与性质关联,直接用于混合物产品设计。具体地,根据给定的产品性质需求,机器学习模型直接预测/设计混合物产品的S描述符;然后以欧几里德距离为指标,在给定的数据库中筛选出S描述符满足要求的候选混合物组成。最后,对候选混合物及其组分性质进行实验验证,完成设计。本文以香精的混合替代物设计作为算例,设计得到丙酸叶醇酯的两种混合香精替代物,通过实验对混合物进行了验证。结果表明,混合替代物的气味及其组分的各理化性质均与丙酸叶醇酯相近,证实本文所提出方法的有效性。