基于MLP-ANN和SVM方法的多氯代二苯并呋喃光解半衰期QSPR比较研究

多氯代二苯并呋喃(PCDFs)是全球性污染物之一,光化学降解是其主要的环境降解途径。基于分子二维拓扑结构提出的用于表征化合物结构参数的分子电性距离矢量描述子(MEDV),应用多层感知器神经网络(MLP-ANN)和支持向量机(SVM)对PCDFs在云杉针叶和飞灰表面的光解半衰期(t_(1/2))进行定量结构-性质相关(QSPR)分析,并用交互检验和外部样本对所建模型的稳定性进行了检验。旨在为PCDFs光解机理的QSPR研究提供新思路。结果表明,所建模型均具有良好的稳定性和预测能力,尤以MLP-ANN模型为佳,其建模相关系数(R_(cum))、留一法交互检验相关系数(Q_(LOO))以及外部样本检验相关系数(Q_(ext))分别为0.850、0.816、0.954(云杉针叶表面)和0.892、0.753、0.897(飞灰表面)。