自适应模糊偏最小二乘方法在药物构效关系建模中的应用

被引:5
作者
成忠
陈德钊
吴晓华
叶子青
机构
[1] 浙江大学化学工程系仿真中心,浙江大学化学工程系仿真中心,浙江大学化学工程系仿真中心,浙江大学化学工程系仿真中心杭州,杭州,杭州,杭州
关键词
非线性偏最小二乘; 模糊推理系统; 神经网络; 药物定量药效关系; HIV-1蛋白酶抑制剂;
D O I
暂无
中图分类号
TQ460.72 [];
学科分类号
100704 ;
摘要
作为一种局部逼近方法,自适应神经模糊推理系统(ANFIS)适于为药物定量构效关系(QSAR)建模。描述药物分子结构的参数较多,常存在耦合关系,会增加建模难度,并影响模型的预报性能。为此,将ANFIS和偏最小二乘(PLS)相结合,先由PLS从样本数据中提取成分,再由ANFIS实现每对成分间的非线性映射,并基于输出误差进一步修正所提取的成分,使之对因变量具有最优的解释能力,由此构建为EBAFPLS方法。该法已成功地应用于HIV-1蛋白酶抑制剂的QSAR建模,效果良好,显示出很强的学习能力,所建模型的预报性能也优于其它方法。
引用
收藏
页码:972 / 976
页数:5
相关论文
共 6 条
[1]   基于T-S模糊模型的辨识算法 [J].
王守唐 ;
高东杰 .
控制与决策, 2001, (05) :630-632+636
[2]   基于遗传算法的PLS分析在QSAR研究中的应用 [J].
张大仁 ;
赵立新 .
环境科学, 2000, (06) :11-15
[3]   作为通用逼近子的模糊系统及其逼近性质 [J].
张明廉 ;
杨亚炜 .
北京航空航天大学学报, 1999, (03)
[4]  
神经—模糊和软计算[M]. 西安交通大学出版社 , 张平安, 2000
[5]  
多元数据处理[M]. 化学工业出版社 , 陈德钊编著, 1998
[6]  
Takagi T,SugenoM. IEEE Transactions on System s, Man and Cybernetics . 1985