Modèle QSPR non linéaire pour prédire La perméabilité des polymères

Abstract

L'objectif de cette étude était de développer une relation quantitative structurepropriété (QSPR) à l'aide d'un réseau de neurones artificiels (RNA) afin d'améliorer la prédiction des coefficients de perméabilité d'hydrogène aux membranes polymériques. À l'aide d'une base de données de polymères basée sur 58 polymères, un total de 5222 descripteurs a été calculés pour tous les polymères à l'aide du logiciel AlvaDesc et sont réduits par la méthode GA-PLS. Ces descripteurs moléculaires représentent les entrées du réseau, tandis que les coefficients de perméabilité d'hydrogène constituent sa sortie. Les résultats de prédiction de la perméabilité à partir de divers calculs obtenus avec le modèle ANN développé très encourageants. un facteur de corrélation R de 0,999 et une faible erreur quadratique moyenne (RMS) de 9 ont été obtenus pour H2