《有机化合物的分子结构与危险特性》PDF下载

  • 购买积分:11 如何计算积分?
  • 作  者:蒋军成,潘勇著
  • 出 版 社:北京:科学出版社
  • 出版年份:2011
  • ISBN:9787030324856
  • 页数:283 页
图书介绍:本书以化学物质中的危险性物质、特别是具有燃烧、爆炸、中毒等危险性的有机化合物为中心,系统地介绍有机化合物分子结构与其危险特性间的内在定量关系,以期反映著者所在的课题组近年来在该研究领域的最新研究进展及取得的最新研究成果。全书共分四个部分十五章。第一部分介绍有机化合物危险特性概论;第二部分介绍有机化合物分子结构参数与危险特性相关;第三部分介绍多元统计及优化算法在有机物危险特性QSPR研究中的应用;第四部分介绍基于组合算法的有机物危险特性QSPR研究。书中不仅针对上述各方法均提供相应的有机物危险特性的理论预测模型,还阐明了对各危险特性起决定作用的结构因素及其影响规律。书中内容主要根据近年来国内外有关学术论文以及申请者所在课题组近期所发表的论文编著而成,着重介绍了该课题组近年来在此领域中的研究成果。

第一部分 有机化合物危险特性概论第1章 有机化合物的危险特性及其分类 3

1.1 化学物质的分类 3

1.2 危险性化学物质的分类 4

1.3 有机化合物的危险特性 8

参考文献 13

第2章 有机化合物危险特性常用预测方法 15

2.1 参数关联法 16

2.2 基团贡献法 18

2.3 定量结构-性质相关性(QSPR)研究 22

参考文献 25

第3章 定量结构-性质相关性(QSPR)研究概述 30

3.1 QSPR研究的含义 30

3.2 QSPR研究的发展趋势与特点 30

3.3 QSPR研究的相关技术 32

3.4 QSPR技术的发展和应用情况 44

参考文献 45

第二部分 有机化合物分子结构参数与危险特性相关第4章 分子连接性与危险特性相关 51

4.1 分子连接性指数概述 51

4.2 分子连接性指数的物理意义 55

4.3 分子连接性在QSPR研究中的应用方法学 56

4.4 分子连接性在有机物危险特性QSPR研究中的应用实例 62

4.5 分子连接性方法的应用前景 65

参考文献 67

第5章 电性拓扑状态与危险特性相关 69

5.1 电性拓扑状态指数概述 69

5.2 电性拓扑状态指数的计算与划分 70

5.3 电性拓扑状态指数在有机物危险特性QSPR研究中的应用实例 72

参考文献 79

第6章 基团贡献法预测有机物危险特性 80

6.1 基团贡献法 80

6.2 ASOG模型 80

6.3 UNIFAC法 82

6.4 其他基团贡献法 86

6.5 基团贡献法在有机物危险特性QSPR研究中的应用实例 88

参考文献 93

第7章 量子化学在有机物危险特性QSPR研究中的应用 96

7.1 量子化学概述 96

7.2 量子化学理论及参数 96

7.3 量子化学参数与燃爆特性的相关性 105

7.4 量子化学参数与急性毒性的相关性 106

7.5 量子化学在有机物危险特性QSPR研究中的优缺点及其展望 107

参考文献 108

第三部分 多元统计及优化算法在有机物危险特性QSPR研究中的应用第8章 人工神经网络在有机物危险特性QSPR研究中的应用 115

8.1 概述 115

8.2 人工神经网络的构造和功能 116

8.3 人工神经网络的分类 118

8.4 BP型神经网络 119

8.5 BP神经网络技术在有机物危险特性QSPR研究中的应用实例 123

参考文献 130

第9章 遗传算法在有机物危险特性QSPR研究中的应用 132

9.1 遗传算法概述 132

9.2 遗传算法基本原理与算法实现 132

9.3 遗传算法的优缺点 137

9.4 遗传算法在QSPR研究中的应用领域 138

9.5 遗传算法在有机物危险特性QSPR研究中的应用实例 139

参考文献 147

第10章 蚁群算法在有机物危险特性QSPR研究中的应用 149

10.1 蚁群算法概述 149

10.2 蚁群算法基本原理与算法实现 149

10.3 蚁群算法的特点 152

10.4 蚁群算法的应用领域 153

10.5 蚁群算法在有机物危险特性QSPR研究中的应用实例及展望 153

参考文献 156

第11章 支持向量机在有机物危险特性QSPR研究中的应用 157

11.1 支持向量机概述 157

11.2 支持向量机基本原理 157

11.3 支持向量机的参数优化 159

11.4 支持向量机常用算法及算法实现 160

11.5 支持向量机的优点 164

11.6 支持向量机在有机物危险特性QSPR研究中的应用实例 164

参考文献 178

第四部分 基于组合算法的有机物危险特性QSPR研究第12章 遗传-多元线性回归(GA-MLR)组合算法的改进 183

12.1 GA-MLR算法基本原理 183

12.2 GA-MLR算法中适应度函数的改进 184

12.3 改进GA-MLR算法的实现 187

12.4 改进GA-MLR算法的优势 187

参考文献 188

第13章 遗传-支持向量机(GA-SVM)组合算法的建立 190

13.1 理论基础 191

13.2 GA-SVM算法原理 192

13.3 GA-SVM算法的实现 194

13.4 GA-SVM算法的优势 195

参考文献 195

第14章 基于组合算法的有机物危险特性QSPR研究体系 196

14.1 样本集构建 198

14.2 结构输入和分子模拟 199

14.3 分子描述符的计算 200

14.4 分子描述符的预筛选 201

14.5 分子描述符的选择与建模 202

14.6 模型的评价验证 203

14.7 模型的机理解释 207

14.8 小结 208

参考文献 208

第15章 有机物闪点的QSPR研究 211

15.1 有机物闪点的预测研究 211

15.2 有机物分子结构与闪点的作用机理研究 224

15.3 小结 228

参考文献 229

第16章 有机物自燃点的QSPR研究 230

16.1 有机物自燃点的预测研究 230

16.2 有机物分子结构与自燃点的作用机理研究 243

16.3 小结 247

参考文献 247

第17章 有机物爆炸下限的QSPR研究 249

17.1 有机物爆炸下限的预测研究 249

17.2 有机物分子结构与爆炸下限的作用机理研究 261

17.3 小结 264

参考文献 265

第18章 有机物爆炸上限的QSPR研究 266

18.1 有机物爆炸上限的预测研究 266

18.2 有机物分子结构与爆炸上限的作用机理研究 280

18.3 小结 282

参考文献 283