

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、玻璃化轉(zhuǎn)變溫度(Tg)是非晶態(tài)聚合物的一個重要的物理性質(zhì),是涉及動力學(xué)和熱力學(xué)的眾多前沿問題之一,也是凝聚態(tài)物理基礎(chǔ)理論中的一個重要問題和難題。由于玻璃態(tài)是一種熱力學(xué)上的非平衡態(tài),玻璃化轉(zhuǎn)變并不是發(fā)生在某一突變點(diǎn),而是一個轉(zhuǎn)變溫區(qū),且這種轉(zhuǎn)變溫度容易受實(shí)驗(yàn)條件,如實(shí)驗(yàn)持續(xù)的時間、壓強(qiáng)等的影響,所以用不同的實(shí)驗(yàn)方法來測量高分子的玻璃化轉(zhuǎn)變溫度往往存在不同程度的偏差(有時高達(dá)10K以上)。聚合物的分子結(jié)構(gòu)決定了其物理/化學(xué)性能,其結(jié)構(gòu)與性能
2、之間關(guān)系復(fù)雜。研究和認(rèn)識它們之間的規(guī)律性,對于準(zhǔn)確預(yù)測聚合物的性能具有十分重要的意義。
本論文采用多種傳統(tǒng)和現(xiàn)代的數(shù)據(jù)回歸理論與方法,針對不同類聚合物材料的結(jié)構(gòu)與Tg之間的關(guān)系進(jìn)行了建模/預(yù)測研究。重點(diǎn)是結(jié)合量子粒子群優(yōu)化(QPSO)算法和支持向量回歸(SVR)建模理論,對聚甲基丙烯酸酯類聚合物、乙烯基聚合物、苯乙烯聚合物和聚丙烯酰胺類聚合物的Tg進(jìn)行了建模研究。具體研究內(nèi)容如下:
(1)基于Gaussion03程序
3、,用DFT/B3LYP方法優(yōu)化計算的聚甲基丙烯酸酯類結(jié)構(gòu)單元的6個量子化學(xué)參數(shù)(側(cè)鏈長度(L),分子總能量(Etot),C6原子的凈電荷(qC6),分子中原子最大負(fù)凈電荷(q-),熱力學(xué)內(nèi)能(Etherm)和分子平均極化率(α)),應(yīng)用QPSO-SVR方法預(yù)測其Tg,預(yù)測結(jié)果與文獻(xiàn)報道的多元線性回歸(MLR)和人工神經(jīng)網(wǎng)絡(luò)(ANN)模型預(yù)測結(jié)果進(jìn)行了對比。結(jié)果表明,在相同的25個訓(xùn)練樣本和7個測試樣本集下,QSPO優(yōu)化的SVR模型預(yù)測的
4、均方根誤差(RMSE),平均絕對誤差(MAE),平均絕對百分誤差(MAPE)和相關(guān)系數(shù)(R2)都要優(yōu)于MLR和ANN的預(yù)測結(jié)果。此外,為了進(jìn)一步檢驗(yàn)SVR模型的預(yù)測效果,用已建立的SVR模型對5個獨(dú)立樣本的玻璃化轉(zhuǎn)變溫度進(jìn)行了預(yù)測,統(tǒng)計結(jié)果顯示,MAE達(dá)到6.8K,表明所建立的SVR模型可以用于預(yù)測具有相似結(jié)構(gòu)的聚甲基丙烯酸甲酯類聚合物的Tg。最后,為了更進(jìn)一步的檢驗(yàn)SVR回歸模型的預(yù)測能力及可信度,本文還將全部37個樣本根據(jù)K最近鄰(
5、KNN)分類算法,按照50%、25%和25%比例分別劃分訓(xùn)練樣本、測試樣本和獨(dú)立樣本。重建的SVR模型對測試樣本和獨(dú)立樣本預(yù)測的MAEs分別為7.44K和8.0K,結(jié)果表明,訓(xùn)練樣本個數(shù)越多,SVR預(yù)測和泛化性能越好;SVR能有效地處理小樣本建?;貧w問題。
(2)基于分子中原子最負(fù)電荷(q-),分子平均極化率(α)、拓?fù)涿枋龇?n,ROM),提出并利用S-SAR及PSO-SVR,對202個乙烯基聚合物Tg進(jìn)行了建模和預(yù)測研究,
6、預(yù)測結(jié)果與ANN的預(yù)測結(jié)果進(jìn)行了比較。結(jié)果表明,基于相同的訓(xùn)練樣本和測試樣本,QPSO-SVR擬合/預(yù)測能力(RMSE=18.55K,R2=0.9253)優(yōu)于傳統(tǒng)的S-SAR(RMSE=22.02K,R2=0.8952)和ANN(RMSE=20.195K,R2=0.9120)方法,其預(yù)測準(zhǔn)確率更高、預(yù)測效果更好。為了進(jìn)一步檢驗(yàn)SVR模型的預(yù)測效果,我們在乙烯基聚合物124組訓(xùn)練樣本和68組測試樣本的基礎(chǔ)上,對10組具有相似結(jié)構(gòu)的乙烯基聚
7、合物獨(dú)立樣本的Tg進(jìn)行了預(yù)測研究,結(jié)果顯示,SVR模型對Tg的預(yù)測值與實(shí)驗(yàn)值的MAE、MAPE和R2分別達(dá)到14.132K,4.25%和0.9475。表明SVR可以有效預(yù)測具有相似結(jié)構(gòu)的乙烯基聚合物的Tg.
(3)基于DFT/B3LYP方法優(yōu)化計算的苯乙烯共聚物的3個量子化學(xué)參數(shù)(等體積比熱容Cv,分子平均極化率α和氫原子上的最大正電荷數(shù)q+),利用SVR方法對48個苯乙烯類聚合物Tg進(jìn)行了建模/預(yù)測,并在已建立的SVR模型的
8、基礎(chǔ)上,對其結(jié)構(gòu)參數(shù)進(jìn)行了靈敏度分析。SVR模型對于訓(xùn)練樣本和測試樣本的MAE分別達(dá)到1.60K和3.03K,優(yōu)于文獻(xiàn)報道的QSPR模型的5.47K和5.38K。靈敏度分析結(jié)果表明,影響苯乙烯共聚物Tg的主要因素依次為Cv(平均靈敏度為0.014514),其次是α(平均靈敏度為0.01305)和氫q+(平均靈敏度為0.008235)。該結(jié)果與t-檢驗(yàn)結(jié)果一致,表明靈敏度指標(biāo)能夠有效地揭示各量子化學(xué)參數(shù)對聚合物 Tg的影響大小。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 饅頭品質(zhì)改良及其玻璃化轉(zhuǎn)變溫度的研究.pdf
- 熒光光譜法研究成膜條件影響聚合物薄膜玻璃化轉(zhuǎn)變溫度的機(jī)理.pdf
- 受限條件下聚合物玻璃化轉(zhuǎn)變研究.pdf
- 基于QPSO優(yōu)化的功能薄膜物理性能的支持向量回歸研究.pdf
- 柔性聚乳酸薄膜共混技術(shù)中玻璃化轉(zhuǎn)變溫度的研究.pdf
- 聚合物玻璃化轉(zhuǎn)變過程的分子動力學(xué)模擬.pdf
- 基于支持向量回歸的全局仿真優(yōu)化算法.pdf
- 基于支持向量回歸的水質(zhì)預(yù)測研究.pdf
- 支持向量回歸機(jī)參數(shù)優(yōu)化的方法研究.pdf
- 基于懲罰樣條的支持向量回歸.pdf
- 7949.超支化聚合物支化拓?fù)浣Y(jié)構(gòu)與玻璃化轉(zhuǎn)變行為關(guān)系研究
- 聚合物凝聚態(tài)體系玻璃化轉(zhuǎn)變的動態(tài)蒙特卡洛模擬.pdf
- 支持向量回歸方法研究.pdf
- 基于支持向量回歸機(jī)的股價預(yù)測研究.pdf
- 基于支持向量回歸模型的圖像分類研究.pdf
- 后過渡族金屬—前過渡族金屬型金屬玻璃在玻璃化轉(zhuǎn)變溫度以下的晶化行為.pdf
- 基于支持向量回歸機(jī)的匯率預(yù)測.pdf
- 基于支持向量回歸機(jī)的圖像水印研究.pdf
- 支持向量回歸的算法分析.pdf
- 瀝青玻璃化轉(zhuǎn)變溫度確定及瀝青混合料準(zhǔn)脆性行為分析.pdf
評論
0/150
提交評論