应用化学：顺式丁烯醛与反式丁烯醛的网络

继续前面的方法用神经网络模拟分子的化学位移，这次做的分子是有顺反异构体同时还有共轭效应的丁烯醛。与前面实验不同的是这次对应每个δ收敛2万次取平均值。

网络的结构是

由于共轭效应3号碳和2号碳的化学位移不同，并且3号碳的化学位移将要向低场移动，因此通过神经网络的方向传导模拟振动，能重现这种现象吗？

经过实验得到的数据

	c00-c15	c01-h00	c04-o00	c05-o01	c10-c24	c11-c25	c21-h20	c14-h10	c30-h50	c31-h40	c34-h30	c35-c20
顺式	0.838524	0.617307	0.868274	0.868556	0.838399	0.838184	0.617304	0.61747	0.617511	0.617624	0.617432	0.836656	438.0516
	0.838729	0.617702	0.868408	0.868442	0.838244	0.838239	0.617243	0.617286	0.617458	0.617483	0.617488	0.836724	438.1587
	0.838693	0.617434	0.868426	0.8685	0.838265	0.838208	0.61752	0.617285	0.617715	0.617474	0.61759	0.836789	438.0817
	0.838703	0.617165	0.868461	0.868429	0.838168	0.838196	0.617391	0.617503	0.617588	0.617496	0.61743	0.836797	438.3106
平均	0.838663	0.617402	0.868392	0.868481	0.838269	0.838207	0.617364	0.617386	0.617568	0.617519	0.617485	0.836742	438.1506

 

	c00-c15	c01-h00	c04-o00	c05-o01	c10-c24	c11-c25	c21-h20	c14-h10	c30-h50	c31-h40	c34-h30	c35-c20
反式	0.838716	0.617414	0.868296	0.868283	0.838519	0.838319	0.617399	0.617444	0.617394	0.617447	0.617402	0.836635	438.1813
	0.838804	0.617681	0.86833	0.868426	0.838356	0.838607	0.617463	0.617428	0.617191	0.617366	0.617411	0.836823	438.2635
	0.83873	0.617357	0.868575	0.86866	0.838206	0.838357	0.617397	0.617462	0.61753	0.617418	0.617594	0.836603	438.4075
	0.838842	0.617131	0.868485	0.868502	0.838343	0.838231	0.617247	0.617512	0.61742	0.617482	0.617456	0.837079	438.1495
平均	0.838773	0.617396	0.868422	0.868468	0.838356	0.838379	0.617377	0.617461	0.617384	0.617428	0.617466	0.836785	438.2505

 

	c00-c15	c10-c24	c11-c25	c35-c20
顺式	0.838663	0.838269	0.838207	0.836742
反式	0.838773	0.838356	0.838379	0.836785

从表中看到虽然c1-c2的单键和c2=c3的双键的差异在万分位但这个差异可以被很稳定的重现。如果有两个碳原子与之相连的情况用平均值的办法计算化学位移则可以得到表格

	c1	c2	c3	c4
顺式	0.838663	0.838466	0.837474	0.836742
反式	0.838773	0.838564	0.837582	0.836785
实测	191.4	132.8	152.1

与实测数据比较，虽然大小关系不完全相同，但确实可以有一个稳定的对应关系，特征很明显。这个模型对分子的共轭效应确实可以有明确的响应。