摘要

应用CODESSA软件计算296种烃类物质的分子结构描述符,分别用启发式回归(HM)和最佳多元线性回归(B-MLR)筛选计算出的所有分子描述符,并建立沸点的线性回归模型。用B-MLR方法筛选出的4个描述符作为支持向量机(SVM)的输入建立了非线性模型。预测结果表明:所建立的模型稳健,泛化能力强,预测误差小。非线性模型(R2=0.9905,RMSE=10.2295)的性能优于线性回归模型(HM:R2=0.9819,RMSE=14.0606;B-MLR:R2=0.9842,RMSE=13.1058),预测效果令人满意。