本发明属于化工
技术领域:
,具体是一种基于模糊神经网络的化学分子生物毒性预测模型算法。
背景技术:
:近些年来,化学物质合成技术飞快发展,合成物质已经应用于社会的各行各业,随着工业的高度发展,全球化学品的种类和年产量在急剧增长,化学污染物在品种和数量上日益增多,化学物质的污染处理早已受到了世界重点关注,其中研究如何减小化学物质的毒性已经成为了当今社会急需解决的问题。因此,在研究化学物质合成过程中运行控制技术,在保证精确控制的前提下,实现化学物质排放时毒性达标,减小环境污染,是未来环保型化学物质研究的必然趋势。目前,针对化学物质生物毒性控制通常前段检测控制和后端排放处理。前端检测控制常采用的方法就是通过利用各种仪器对已合成的化学物质毒性检测,超过指标则重新合成或者禁止使用,这种方法容易造成大量经济损失,并且合成过程比较复杂麻烦;而后端排放处理通常是物质排放后对其造成的污染进行处理,这种手段容易造成环境污染和加大处理经济成本。姚碧云等人在论文《QSAR方法在毒性预测中的应用和进展》中给出了一种基于QSAR的毒性预测方法,但其给出的是一种思路,未给出任何实质性的步骤和研究数据,无法得到其方案可行的结论,专利号为CN201510347479.0、CN201310705921.3等文献也给出了类似的方案,但其计算预测精度较小,误差较大。针对这