METHODES STATISTIQUE ET NEURONALE POUR LA PREDICTION DE QUELQUES PROPRIETES PHYSIQUES (Teb, Tc, Pc)
No Thumbnail Available
Date
2018
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Deux modèles QSPR ont été développés pour la prédiction de la température d'ébullition
ainsi que de la température et pression critiques. Les données, concernant 165 paraffines, ont été
séparées en deux sous-ensembles disjoints comprenant respectivement 125 éléments pour le
calcul et le test (éventuel) du modèle, et 40 éléments pour sa validation externe. Deux modèles
ont ainsi été créés sur le même ensemble de données: un modèle de régression multilinéaire et un
modèle de réseaux de neurones artificiels.
Des descripteurs moléculaires théoriques ont été calculés en utilisant des logiciels de
modélisation moléculaire du commerce. La sélection des descripteurs réalisée par algorithme
génétique et la taille du modèle à été déterminée en utilisant la variation de coefficient de
détermination R² en fonction de la variation de descripteurs (point de brisure).
Les valeurs des paramètres statistiques (R², Q², SDEC, SDEP, SDEPext) obtenues
attestent de la pertinence des modèles développés, avec une supériorité établie le modèle non
linéaire (RNA).