有机化合物的分子结构与危险特性pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

有机化合物的分子结构与危险特性PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 有机化合物危险特性概论第1章 有机化合物的危险特性及其分类 3

1.1 化学物质的分类 3

1.2 危险性化学物质的分类 4

1.3 有机化合物的危险特性 8

参考文献 13

第2章 有机化合物危险特性常用预测方法 15

2.1 参数关联法 16

2.2 基团贡献法 18

2.3 定量结构-性质相关性（QSPR）研究 22

参考文献 25

第3章 定量结构-性质相关性（QSPR）研究概述 30

3.1 QSPR研究的含义 30

3.2 QSPR研究的发展趋势与特点 30

3.3 QSPR研究的相关技术 32

3.4 QSPR技术的发展和应用情况 44

参考文献 45

第二部分 有机化合物分子结构参数与危险特性相关第4章 分子连接性与危险特性相关 51

4.1 分子连接性指数概述 51

4.2 分子连接性指数的物理意义 55

4.3 分子连接性在QSPR研究中的应用方法学 56

4.4 分子连接性在有机物危险特性QSPR研究中的应用实例 62

4.5 分子连接性方法的应用前景 65

参考文献 67

第5章 电性拓扑状态与危险特性相关 69

5.1 电性拓扑状态指数概述 69

5.2 电性拓扑状态指数的计算与划分 70

5.3 电性拓扑状态指数在有机物危险特性QSPR研究中的应用实例 72

参考文献 79

第6章 基团贡献法预测有机物危险特性 80

6.1 基团贡献法 80

6.2 ASOG模型 80

6.3 UNIFAC法 82

6.4 其他基团贡献法 86

6.5 基团贡献法在有机物危险特性QSPR研究中的应用实例 88

参考文献 93

第7章 量子化学在有机物危险特性QSPR研究中的应用 96

7.1 量子化学概述 96

7.2 量子化学理论及参数 96

7.3 量子化学参数与燃爆特性的相关性 105

7.4 量子化学参数与急性毒性的相关性 106

7.5 量子化学在有机物危险特性QSPR研究中的优缺点及其展望 107

参考文献 108

第三部分 多元统计及优化算法在有机物危险特性QSPR研究中的应用第8章 人工神经网络在有机物危险特性QSPR研究中的应用 115

8.1 概述 115

8.2 人工神经网络的构造和功能 116

8.3 人工神经网络的分类 118

8.4 BP型神经网络 119

8.5 BP神经网络技术在有机物危险特性QSPR研究中的应用实例 123

参考文献 130

第9章 遗传算法在有机物危险特性QSPR研究中的应用 132

9.1 遗传算法概述 132

9.2 遗传算法基本原理与算法实现 132

9.3 遗传算法的优缺点 137

9.4 遗传算法在QSPR研究中的应用领域 138

9.5 遗传算法在有机物危险特性QSPR研究中的应用实例 139

参考文献 147

第10章 蚁群算法在有机物危险特性QSPR研究中的应用 149

10.1 蚁群算法概述 149

10.2 蚁群算法基本原理与算法实现 149

10.3 蚁群算法的特点 152

10.4 蚁群算法的应用领域 153

10.5 蚁群算法在有机物危险特性QSPR研究中的应用实例及展望 153

参考文献 156

第11章 支持向量机在有机物危险特性QSPR研究中的应用 157

11.1 支持向量机概述 157

11.2 支持向量机基本原理 157

11.3 支持向量机的参数优化 159

11.4 支持向量机常用算法及算法实现 160

11.5 支持向量机的优点 164

11.6 支持向量机在有机物危险特性QSPR研究中的应用实例 164

参考文献 178

第四部分 基于组合算法的有机物危险特性QSPR研究第12章 遗传-多元线性回归（GA-MLR）组合算法的改进 183

12.1 GA-MLR算法基本原理 183

12.2 GA-MLR算法中适应度函数的改进 184

12.3 改进GA-MLR算法的实现 187

12.4 改进GA-MLR算法的优势 187

参考文献 188

第13章 遗传-支持向量机（GA-SVM）组合算法的建立 190

13.1 理论基础 191

13.2 GA-SVM算法原理 192

13.3 GA-SVM算法的实现 194

13.4 GA-SVM算法的优势 195

参考文献 195

第14章 基于组合算法的有机物危险特性QSPR研究体系 196

14.1 样本集构建 198

14.2 结构输入和分子模拟 199

14.3 分子描述符的计算 200

14.4 分子描述符的预筛选 201

14.5 分子描述符的选择与建模 202

14.6 模型的评价验证 203

14.7 模型的机理解释 207

14.8 小结 208

参考文献 208

第15章 有机物闪点的QSPR研究 211

15.1 有机物闪点的预测研究 211

15.2 有机物分子结构与闪点的作用机理研究 224

15.3 小结 228

参考文献 229

第16章 有机物自燃点的QSPR研究 230

16.1 有机物自燃点的预测研究 230

16.2 有机物分子结构与自燃点的作用机理研究 243

16.3 小结 247

参考文献 247

第17章 有机物爆炸下限的QSPR研究 249

17.1 有机物爆炸下限的预测研究 249

17.2 有机物分子结构与爆炸下限的作用机理研究 261

17.3 小结 264

参考文献 265

第18章 有机物爆炸上限的QSPR研究 266

18.1 有机物爆炸上限的预测研究 266

18.2 有机物分子结构与爆炸上限的作用机理研究 280

18.3 小结 282

参考文献 283