运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数

被引：16

作者：

张爱茜

韩朔睽

沈洲

马静

机构：

[1] 南京大学环境科学与工程系

来源：

环境科学 | 1998年 / 01期

关键词：

人工神经网络，预测，含硫芳香族化合物，好氧生物降解，多元线性回归;

D O I：

10.13227/j.hjkx.1998.01.009

中图分类号：

TP39:X783.03 [];

学科分类号：

081203 ; 0835 ;

摘要：

为了研究人工神经网络预测有机化合物生物降解的性能，运用多元线性回归方法和误差反向传递人工神经网络模型以基团代码作为结构描述符，分别拟合、预测了一批含硫芳香族化合物的一级好氧生物降解速率常数．结果表明，由于神经网络自动考虑了基团间的交互作用，它对生物降解这类复杂问题有极高的求解能力，预测的均方误差为０．００１０２，远低于线性回归模型的预测误差０．０１５９１

引用

页码：38 / 41

页数：4