本发明涉及一种基于遗传算法的化学物质热稳定性的预测方法，主要解决现有技术中准确性差、适用性不强的问题。本发明通过采用一种基于遗传算法的化学物质热稳定性的预测方法，利用遗传算法和人工神经网络建立化学物质热稳定性预测的非线性模型，该模型将遗传算法筛选获得分子描述符作为模型的输入参数，化学物质的热稳定性参数作为输出参数，模型的构建方法是BP神经网络，通过输入化学物质的分子结构描述符，快速获得其热稳定性的预测结果的技术方案较好地解决了上述问题，可用于化学物质热稳定性的预测中。
声明：
“基于遗传算法的化学物质热稳定性的预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
801
编辑：管理员
来源：北方有色网
咨询细节
