[发明专利]基于遗传算法的有机化合物燃爆特性预测方法

说明书

技术领域

本发明涉及有机化学领域，尤其是一种有机化合特燃爆特性的预测方法，具体地说是一种基于遗传算法的有机化合物燃爆特性预测方法，适用于根据有机化合物分子结构信息对该化合物燃爆特性进行预测。

背景技术

现代社会的一个重要特征就是新材料、新物质层出不穷。目前已经发现和合成的化学物质有四千万种以上，其中常用的化学品就有七万多种，且每年还有数万种新的化学品问世。在众多的化学物质中，有许多物质具有易燃易爆等危险特性，在生产、使用、贮存和运输过程中存在着发生火灾、爆炸事故的可能性，对人民生命财产安全造成重大的威胁。

化学物质尤其是有机化学物质，衡量其发生火灾爆炸难易程度的指标主要包括闪点、自燃点、爆炸极限等燃爆特性，它们能够表征有机物在生产、储存和运输过程中的危险程度，同时指导工程设计和危险性评估等工作的开展，因此对于安全理论研究和企业的安全生产都具有重要的理论意义和实用价值。然而，当前研究者们对这些燃爆特性的研究还比较滞后，相关数据还比较缺乏。因此，掌握有机物的燃爆特性对于安全理论研究和化工安全生产都显得尤为重要，具有重要的理论意义和实用价值。

应用实验方法获取有机物的燃爆特性是最直观有效的方法，但实验测定方法往往存在着试验设备要求高、工作量大、某些物质实验测定困难等缺陷和不足。而且对于那些尚未合成的物质以及易分解的反应性化学物质，也无法进行实验测定。因此，单纯地应用实验研究来确定有机物的燃爆特性是不可取的，有必要借助理论计算方法对有机物的燃爆特性进行估算或预测，以弥补实验方法的不足。

当前常用的有机物燃爆特性预测方法可以分为如下两大类：

一是参数关联法。该预测方法主要是将所关注的燃爆特性与其它理化参数(如沸点、临界参数、等张比容等)进行关联，应用回归方法建立相应的预测模型，实现根据其它理化参数预测燃爆特性的功能。

该方法作为早期的预测方法，在实际应用中存在着如下两个重要的缺陷：(1)这类方法的预测精度直接取决于所需理化参数的精度，其预测效果往往随着其它参数精度的变化而变化，如果作为输入参数的理化参数数据精度本身存在问题，将直接影响到所得预测模型的预测效果与稳定性。(2)这类方法的应用需要使用到临界压力、等张比容等不常见的物化参数，而这些参数的实验数据往往本身就比较缺乏，因此其应用范围受到较大的限制。

二是基团贡献法。该预测方法是一种根据分子中基团的种类和数目预测燃爆特性的方法，其基本假设是“不同分子中同一基团的贡献完全相同，物质的性质可以看成是构成它们的基团对此性质的贡献的加和”。

基因贡献法的特点是基团划分简单易行、使用简便，往往根据几十个基团贡献的参数，就可预测包括这些基团的大量物质的性质，因此已被广泛应用于有机物各类物理化学性质的研究之中。然而，在实际应用过程中，该方法也暴露出以下的不足：(1)基团贡献法应用范围受研究体系的影响较大，如果某一基团不在建模所选取的那组基团范围之内，那么对于含有该基团的化合物就无法应用该模型进行预测；(2)基团贡献法对同分异构体的区分能力较差，应用结构基团无法对“同分异构”物质加以区分。

近年来，定量结构—性质相关性研究(QuantitativeStructure-Property Relationship，QSPR)逐渐成为基础研究领域的热点。它根据化合物性能与分子结构密切相关的原理，寻求分子结构与物质性质之间的内在定量关系。其基本假设是有机物的性能与分子结构密切相关，分子结构不同，性能就不同。而分子结构可以用反映分子结构特征的各种参数来描述，即有机物的各类理化性质可以用化学结构的函数来表示。通过对分子结构参数和所研究性质的实验数据之间的内在定量关系采用合适的统计建模方法进行关联，从而建立分子结构参数与理化性质之间的关系模型。一旦建立了可靠的定量结构-性质相关模型，仅需要分子的结构信息，就可以用它来预测新的或尚未合成的有机物的各种性质。目前，该研究方法已被广泛应用于有机物各类理化性质及生物活性的预测研究之中。

QSPR方法的优越性主要体现在：(1)无需其它经验参数，仅根据分子结构就能实现有机物燃爆特性的预测；(2)预测模型所使用的输入参数相对较少(通常小于10个)，从而保证了所建立模型的稳定性；(3)一旦建立了稳定可靠的预测模型，理论上能够根据该模型对所有有机物进行预测，适用范围广。