白帆　时静洁（江苏富淼科技股份有限公司，江苏　张家港　215613）

基于蚁群算法对有机物热容的预测研究

白帆时静洁（江苏富淼科技股份有限公司，江苏张家港215613）

根据定量构效关系（QSPR）原理，研究有机物热容与其分子结构间的内在定量关系。以650种有机化合物作为样本集，随机选择520种作为训练集，130种作为测试集，采用蚁群算法（ACO）进行变量选择，得到5个特征描述符作为模型的输入变量，结合多元线性回归（MLR）方法建立了蚁群-多元线性回归（ACO-MLR）预测模型。研究结果表明：ACO-MLR模型的训练集和测试集的复相关系数分别为0.9430和0.9344，预测效果令人满意。该研究提供了一种新的预测有机化合物热容的方法。

热容；蚁群算法；多元线性回归；预测

热容表示系统升高单位热力学温度时所吸收的热［1］，是化合物的基本热学性质之一。热容的变化提供了化合物相变信息以及化合物分子结构的变化，获悉该方面信息是非常重要的。液体的热容值在工程应用中是一个非常重要的性质，在能量转移以及热动力学的计算中也是必需的参数［2］。热容性质涉及到很多领域，其中包括石油化工行业、制药和食品工业等。在这些行业的很多过程都涉及到了热容，如蒸馏过程、蒸发过程、提取过程和加热过程［3］。比如在某个温度范围内进行热交换，离子液体会呈现出某些性质而使物质更稳定，其中就包括热容。热容的实验测定有很多方法，但测定比较复杂，例如差示扫描量热仪法［4］、热线式方法［5］、温度振荡量热法［6］等。考虑到获取热容的重要性以及实验测定的复杂性，发展方便可靠的理论预测热容方法迫在眉睫。目前，关于理论预测有机物热容的文献比比皆是，但有机物液体热容的QSPR预测模型却为数不多。因此，本章拟从分子结构角度出发，应用QSPR研究体系，系统研究有机物热容与其分子结构间的内在定量关系，建立相应的QSPR预测模型，并评价其模型的预测效果。

1　实验样本说明

可靠的预测模型必须建立在可靠的实验样本基础之上。在定量结构-性质关系研究中，数据的精确性对于最终的结果具有至关重要的影响。本文研究的样本集为650种有机化合物的热容，包括碳氢化合物、卤素化合物、醇、酯、醛、酮等。这些化合物涵盖了广泛的化学多样性空间，为建立健壮、有效的预测模型奠定了基础。此外，为了避免由于数据来源不统一造成的误差，所有化合物热容数据均来自于同一个数据库——《有机化合物实验物性数据手册：含碳、氢、氧、卤部分》。

2　分子描述符的计算与预筛选

分子描述符的计算首先是在HyperChem 7.5软件中对分子结构进行输入与优化，导入Dragon 2.1软件中计算分子描述符，获得18类共1481种分子描述符，其计算的描述符种类包括结构描述符，几何描述符，拓扑描述符等。大量的分子描述符中必然存在冗余信息，因此对常数或者近似常数的描述符以及描述符间相关系数达到0.95以上的描述符进行删除，减少至660个。如此庞大的分子描述符数量还是无法有效进行QSPR模型的建立，因此，本文采用ACO对分子描述符进行进一步筛选。

3　ACO-MLR热容预测模型

运用ACO对660个描述符进行进一步筛选，ACO是在VC++6.0中采用C语言编程，蚂蚁数量设为500，挥发率设为0.9，进行不断迭代直至收敛，最终获得5个特征描述符。随后，以ACO筛选的5个描述符作为输入参数，运用SPSS17.0统计软件中的多元线性回归模块，在95%的置信区间内，得到了MLR预测模型，结果如下：

Cp=21.594-10.970*ATS4m+8.598*HATS4u+0.787

*TIC4+20.824*S1K+1.605*C-024（5.2）

n=520，R2=0.943，SD=21.250，F=1697.199，p＜0.001

式中，Cp为热容值，n为训练集样本数目，R2为决定系数，SD为模型标准误差，F为F

检验值，F实际=1697.199＞F理论（5，514，0.05）=2.25，模型的显著性概率p远小于0.05，认为该回归方程及所筛选变量的影响均是显著的。

为检验模型的拟合能力和外部预测能力，应用该模型分别对训练集和测试集进行预测，其训练集和测试集的复相关系数分别为0.9430和0.9344。

4　结语

本文运用蚁群算法（ACO）作为分子描述符筛选方法，与多元线性回归（MLR）方法进行组合建立了ACO-MLR模型，对650种有机化合物的热容进行了QSPR研究。所建立的QSPR热容预测模型的预测值与实验值非常接近，其R2均在0.9以上，预测误差在可接受范围之内。因此，本文所建模型可用于对有机物热容的预测，为其提供了一种新的有效方法，对于化工安全设计和风险评价研究具有重要的意义。

［1］赵敏，强晓明，章韦芳.一种新型比热容测量仪［J］.大学物理.2016（2）.

［2］蒋华龙，周大伟，刘旭焱等.压力下MoS2的结构相变以及热动力学性质的第一原理研究［J］.低温物理学.2014（5）.

［3］陈永艳，田瑞，王亚辉等.膜蒸馏系统中热容腔结构参数优化的试验研究［J］.工程热物理学报.2015（2）.

［4］罗昭强，谭蓬.应用DSC法测量有机热载体比热容［J］.锅炉制造.2016（1）.

［5］郑明阳，王天为，张国锋.理想气体热力学过程吸放热情况的图像判断法［J］.物理与工程.2014（3）.

［6］张涛，孙冰.航天器再入全过程轴对称烧蚀热防护数值仿真研究［J］.宇航学报.2011（5）.