Comparaison de methodes statistique et neuronale pour la prediction de quelques proprietes physiques (pc,tc,teb)

Voir Plus Voir Moins

Afficher le Résumé

Deux modèles QSPR ont été développés pour la prédiction de la température d'ébullition ainsi que des température et pression critiques. Les données, concernant 94 paraffines, ont été séparées en deux sous-ensembles disjoints comprenant respectivement 74 éléments pour le calcul et le test (éventuel) du modèle, et 20 éléments pour sa validation externe. Deux modèles ont ainsi été créés sur le même ensemble de données: un modèle de régression multilinéaire et un modèle de réseaux de neurones artificiels.Des descripteurs moléculaires théoriques ont été calculés en utilisant des logiciels de modélisation moléculaire du commerce. La taille du modèle à été déterminée en optimisant le FIT de KUBINYI, et la sélection des descripteurs réalisée par algorithme génétique.Les valeurs des paramètres statistiques (R², Q², SDEC, SDEP, SDEPext) obtenues attestent de la pertinence des modèles développés, avec une supériorité établie pour les modèles de neurones artificiels.