Skip to the main content

Original scientific paper

https://doi.org/10.15255/KUI.2019.022

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

Hadjira Maouz ; Laboratory of Biomaterials and Transport Phenomena (LBMPT), University of Médéa, Quartier Aïn d’Heb, 26000, Algeria
Latifa Khaouane ; Laboratory of Biomaterials and Transport Phenomena (LBMPT), University of Médéa, Quartier Aïn d’Heb, 26000, Algeria
Salah Hanini ; Laboratory of Biomaterials and Transport Phenomena (LBMPT), University of Médéa, Quartier Aïn d’Heb, 26000, Algeria
Yamina Ammi ; Laboratory of Biomaterials and Transport Phenomena (LBMPT), University of Médéa, Quartier Aïn d’Heb, 26000, Algeria
Mabrouk Hamadache ; Laboratory of Biomaterials and Transport Phenomena (LBMPT), University of Médéa, Quartier Aïn d’Heb, 26000, Algeria
Maamar Laidi orcid id orcid.org/0000-0002-8977-9895 ; Laboratory of Biomaterials and Transport Phenomena (LBMPT), University of Médéa, Quartier Aïn d’Heb, 26000, Algeria


Full text: english pdf 907 Kb

page 1-16

downloads: 499

cite


Abstract

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 (ICO, IOH i IOP) i prosječne molekulske mase viskoznosti (MV) 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 Q2LOO}, vanjska provjera {R2, RMSE, Q2pred, rm2, Δrm2, 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 ICO, IOH, IOP i MV polimera, posebno za one koji nisu testirani.




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

Keywords

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

Hrčak ID:

232572

URI

https://hrcak.srce.hr/232572

Publication date:

7.2.2020.

Article data in other languages: english

Visits: 1.584 *