-
题名基于GLM模型和神经网络研究芳烃化合物对藻类毒性
被引量：4
- 1
-
-
作者
杨胜龙
邬旸
于红霞
王连生
王翠华
-
机构
中国水产科学研究院东海水产研究所
江苏省太湖水污染防治办公室
南京大学环境学院
-
出处
《环境科学学报》
CAS
CSCD
北大核心
2012年第6期1487-1496,共10页
-
基金
中央级公益性科研院所基本科研业务费专项(No.2008M11
2009T08)
+2 种基金
国家自然科学基金(No.41001188)
国家高技术研究发展计划项目(No.2007AA092202)
大洋渔业资源重点实验室开放课题(No.KF200908)~~
-
文摘
工业的快速发展和溢油事故的频繁发生所产生的大量芳烃化合物正威胁海洋生态系统的健康,建立芳烃化合物物化性质与小球藻急性毒性间的非线性模型,是预测未知芳烃化合物对藻类毒性的主要手段之一.本研究以实验获取的25种芳烃化合物对小球藻96h的毒性数据为基础,采用密度泛函理论(DFT)中的B3LYP方法,在6-311G**基组上全优化计算25种芳烃化合物结构参数和热力学参数,通过逐步广义线性回归(GLM)、小波神经网络(WNN)和T-S模糊神经网络(T-SFNN)等方法,对芳烃化合物物化性质和藻类抑制毒性的非线性关系进行拟合和逼近.F检验表明,逐步GLM方程是显著的(p<0.001).配对t检验表明,GLM、WNN、T-SFNN3种模型都是可信的;决定系数(R2>0.96)表明3个模型具有很高的精确性.上述结果证明本文建立的模型具有良好的拟合度和解释能力,可以预测未知芳烃化合物对小球藻的急性毒性.模型误差计算结果表明,WNN的精度最高(mse=0.0076,mae=0.0533),采用WNN方法进行建模,预测未知芳烃化合物对小球藻的急性毒性是最合适的.
-
关键词
小球藻
GLM
WNN
t-sfnn
毒性
-
Keywords
Chlorella vulgaris
GLM
WNN
t-sfnn
toxicity
-
分类号
X171.5
[环境科学与工程—环境科学]
R994.6
[医药卫生—毒理学]
-
