На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

вающими химические структуры молекулярными дескрипторами. В процессе
проведения исследований из множества регрессионных моделей отбиралась
одна, дающая наилучший прогноз на обучающей и контрольной выборках, и
для нее вычислялись среднеквадратичная ошибка прогноза на обучающей выборке
s i , коэффициент корреляции между прогнозируемыми и экспериментальными
значениями свойства на обучающей выборке R и среднеквадратичная
ошибка прогноза на контрольной выборке s v .
Результаты компьютерных экспериментов приведены в Табл. 9. В компьютерных
экспериментах 1-6 прогнозировалось по одному свойству (один выходной
нейрон), тогда как в компьютерных экспериментах 7 и 8 одновременно
прогнозировались шесть различных свойств (шесть выходных нейронов).
Табл. 9. Результаты нейросетевого и линейно-регрессионного моделирования
физико-химических свойств углеводородов (обозначения см. в тексте)
№ Выборка МД Архитектура
нейронной
сети
Статистические
показатели нейросетевых
моделей
Статистические
показатели линейно-регрессионных
моделей
Свойство N t N v n i n n s t R s v s t R s v
h
1 Температура
159 18 ТИ 12 2 1 4.08 0.999 2.33 9.44 0.996 10.9
кипения
алканов, 1
атм., o C
2 -- // -- 159 16 ФД 18 2 1 4.74 0.999 2.18 23.0 0.979 22.5
3 Температура
81 9 ТИ 12 2 1 16.2 0.976 13.8 29.4 0.924 28.5
плав-
ления алканов,
C
4 -- // -- 81 9 ФД 18 2 1 16.0 0.977 16.8 32.9 0.902 31.8
5 Октановое 138 15 ТИ 12 2 1 10.9 0.841 12.1 13.2 0.761 17.0
число алканов,
алкенов,
циклоалканов
6 -- // -- 138 15 ФД 34 2 1 5.97 0.954 4.37 10.6 0.858 10.4
7 Молярный 63 6 ТИ 12 5 6 0.84 0.999 0.89 0.45 1.000 0.64
объем алканов,
см 3 /моль
7 Молярная
рефракция
63 6 ТИ 12 5 6 0.15 1.000 0.18 0.04 1.000 0.09
o
200