数据挖掘方法在材料设计和构效关系中的应用.pdf

删J．论文： 数捌挖掘方法住捌料世汁和构效关系中的应用 2005年2月 摘要 含其中的有用信息、知识和规律。本文将数据挖掘方法应用在材料设计和药物构 7Sno 效关系研究中，探讨了数据挖掘在(Zr03)ri04陶瓷配方优化、B一赛隆刚玉浇 注料制备jJ：艺优化和纳米氧化铝制备工艺优化中的应用；并以乙酰胺类除草剂为 例，探讨了数据挖掘方法在构效关系中的应用。归纳起来，本文的主要工作如下： 3)Ti04陶瓷的配方性能关系进行了研究，分别 运用数据挖掘方法对(Zro，Sn0 建丑了(Zro7Sn0．3)Ti04陶瓷介电常数和损耗角正切的支持向量回归、逆传播人工 神经网络、多元线性回归模型。用留一法分别检验了三种不同模型的预报能力， 7Sno 结果表明：上述三种模型对于(Zro3)Ti04陶瓷介电常数的留一法预报的平均 电陶瓷的性能预报和配方优化提供一条可靠的新途径。 在B．赛隆刚玉浇铸料的制备工艺优化中，分别运用支持向量回归、偏最小 二乘、人工神经网络算法建立定量的数学模型。留一法结果表明，三种算法的均 利36．38％。表明数掘挖掘在此类复杂工艺条件的优化中有一定的潜力。 运用正交试验设计合理安排了纳米氧化铝的制备，根据实验数据，运用数 据挖掘方法对工艺条件进行了建模和预报。以支持向量回归、多元线性回归和人 【：神经网络对硫酸铝铵析出量进行了留一法预报，三者的均方根误差分别为： 4 制备的工艺优化中，运用支持向量回归和多元线性回归建立了数学模型，两者留 …法预报的平均相对误差分别为5．067％、5．722％。 在N一(1-甲基．1．苯乙基)苯乙酰胺类除草剂的构效关系研究中，运用熵法对白 变量进行了筛选，然后，运用支持向量回归、人工神经网络和多元线性回归对数 掘进行了训练和留一法预报。三种方法训练的平均相对误差分别为：5．594％， 001％，7．204％。 5．890％，6．638％：留一法的平均相对误差分别为：6．305％，8 结果表明，数据挖掘技术将有助于新药的丌发和筛选。 化学化工领域积累了大量的数据，而数据挖掘新方法也不断涌现，这促进了 数据挖掘技术在化学化工中的应用。本文的研究表明，数据挖掘方法对材料设计 和构效关系建立的数学模型准确度较高，将在材料的配方和工艺优化以及药物设 计的构效关系研究中发挥更大的作用。 关键词： 数据挖掘、材料设计、构效关系、留一法 坝|‘论义： 数据挖掘方法在利判设计和构效关系中的应用 2005年2月 Abstract Data isthe of datafromdifferent and mining processanalyzing perspectives itintousefulinformation．Inthis were summarizing thesis，data miningtechniques materials studies．The betweenthe tothe and applied designQSAR relationship andformulation dielectricceramicwas properties of(Zro7Sno3)Ti04