https://doi.org/10.15255/KUI.2019.022
Objavljen: Kem. Ind. 69 (1-2) (2020) 1–16
Referentni broj rada: KUI-22/2019
Tip rada: Izvorni znanstveni rad
Preuzmi rad:  PDF

QSPR studije karbonilnih, hidroksilnih, polienskih indeksa i prosječne molekulske težine polimera pod fotostabilizacijom pristupom ANN i MLR

H. Maouz, L. Khaouane, S. Hanini, Y. Ammi, M. Hamadache i M. Laidi

Sažetak

Jedan od glavnih nedostataka upotrebe sintetičkih ili polusintetičkih polimernih materijala je njihova razgradnja i starenje. Svrha ove studije je primjena umjetnih neuronskih mreža (ANN) i višestrukih linearnih regresija (MLR) za predviđanje karbonilnih, hidroksilnih i polienskih indeksa (I_CO, I_OH i I_OP) i prosječne molekulske mase viskoznosti (M_V) poli(vinil-klorida), polistirena i poli(metil metakrilata). Ta fizikalno-kemijska svojstva smatraju se važnim tijekom proučavanja fotostabilizacije polimera. Iz pet ponavljajućih jedinica monomera prikazana je struktura ispitivanog polimera. Kvantitativni modeli odnosa strukture-svojstava (QSPR) dobiveni primjenom relevantnih deskriptora pokazali su dobru predvidljivost. Za potvrdu tih modela provedene su: interna provjera {R², RMSE i Q²_LOO}, vanjska provjera {R², RMSE, Q²_pred, r_m², Δr_m², k i k’} i domena primjenjivosti. Usporedba rezultata pokazuje da su modeli ANN učinkovitiji od modela MLR. Prema tome, model QSPR razvijen u ovoj studiji pruža izvrsna predviđanja i može se primjenjivati za predviđanje I_CO, I_OH, I_OP i M_V polimera, posebno za one koji nisu testirani.

Ovo djelo je dano na korištenje pod licencom Creative Commons Imenovanje 4.0 međunarodna

Ključne riječi

QSPR, fotostabilizacija, polimeri, umjetna neuronska mreža, višestruke linearne regresije