Modeling the prediction of the permeability of organic-inorganic hybrid polymers

Abstract

Dans ce travail, un modèle de relation structure-propriété quantitative (QSPR) a été établi pour prédire la perméabilité de 45 polymères hybrides à différentes températures pour le dioxyde de carbone gazeux. Avec 3222 descripteurs ont été déterminés à partir de trois unités récurrentes (trimère) et les plus importants ont été sélectionnés au moyen d'une méthode de variables informatives retenant itérativement (IRIV). Les descripteurs sélectionnés en plus de la température ont été utilisés comme intrants pour développer un modèle de Réseau Neuronal Artificiel (RNA). Ces modèles non linéaires ont été évalués par des méthodes de validation internes et externes. Les résultats obtenus indiquent l'excellente capacité de l'RNA à prédire la perméabilité de ces polymères fixés pour le gaz CO2 avec des paramètres statistiques satisfaisants : Z≈1, RMSE=0.23, Qtest2=0.8 , Qtrain2=0.604