遗传神经网络对肼类化合物的定量构效研究

应用遗传算法和反向传播（BP）神经网络相结合的方法，研究了胼类化合物的定量构效（QSAR）关系，构建了遗传神经网络QSAR模型。对30种肼类化合物的6个量子化学参数进行相关性和主成分分析，利用遗传神经网络QSAR模型对肼类化合物的毒性参数进行预测。结果表明，与常规BP神经网络建立的模型相比较，遗传神经网络QSAR模型有效解决了常规BP神经网络模型存在的过训练和过拟合问题，并且具有很好的预测效果。