用连接性指数研究苯砜基环烷酸酯的容量因子

doi:10.3863/j.issn.1000-2634.2006.05.021

西南石油大学学报(自然科学版) ›› 2006, Vol. 28 ›› Issue (5): 77-79.DOI: 10.3863/j.issn.1000-2634.2006.05.021

用连接性指数研究苯砜基环烷酸酯的容量因子

杨伟华冯长君

徐州师范大学化学系，江苏徐州 221116

收稿日期:2005-09-26 修回日期:1900-01-01 出版日期:2006-10-20 发布日期:2006-10-20
通讯作者: 杨伟华

APPLICATION OF THE MOLECULAR CONNECTIVITY INDEX ON THE HPLC CAPACITY FACTORS OF ALKYL (1 PHENYLSULFONYL) CYCLOALKANE CARBOXYLATES

YANG Wei-hua FENG Chang-jun

Xuzhou Normal University, Xuzhou Jiangsu 221116, China

Received:2005-09-26 Revised:1900-01-01 Online:2006-10-20 Published:2006-10-20
Contact: YANG Wei-hua

摘要/Abstract

摘要： 运用Matlab程序计算了28种苯砜基环烷酸酯类化合物的8种价分子连接性指数，并对这些化合物进行定量结构色谱保留相关性(QSRR)分析。通过多元统计的逐步回归建立了QSRR模型，其计算误差应接近实验误差。该模型经逐一剔除法检验具有良好的稳定性、可靠性及预测能力。

关键词: 苯砜基环烷酸酯类化合物, 容量因子, 分子连接性指数, 定量结构色谱保留关系, 预测

Abstract: The molecular connectivity index of twenty eight alkyl (1 phenylsulfonyl) cycloalkane carboxylates is calculated with Matlab. The quantitative structure retention relationship (QSRR) studies have been performed. Through stepwise of multiple regressions, QSRR model has been established. The calculating errors of the model are similar to the experimental ones. The result of leaveone out method indicates that the model is reliable and stable with high prediction quality, such as squared correlation coefficient of LOO of 0.966 and standard deviation of 0.1537. 


Key words: alkyl (1 phenylsulfonyl) cycloalkane carboxylate, capacity factors, molecular connectivity index, quantitative structure retention relationship, prediction

中图分类号:

杨伟华冯长君. 用连接性指数研究苯砜基环烷酸酯的容量因子[J]. 西南石油大学学报(自然科学版), 2006, 28(5): 77-79.

YANG Wei-hua FENG Chang-jun. APPLICATION OF THE MOLECULAR CONNECTIVITY INDEX ON THE HPLC CAPACITY FACTORS OF ALKYL (1 PHENYLSULFONYL) CYCLOALKANE CARBOXYLATES[J]. 西南石油大学学报(自然科学版), 2006, 28(5): 77-79.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnzk/CN/10.3863/j.issn.1000-2634.2006.05.021

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y2006/V28/I5/77

[1]	钟仪华, 王淑宁, 罗兰, 杨金莲, 岳永鹏. 用深度学习挖掘油田开发指标预测模型的知识[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 63-74.
[2]	黄诚, 潘雯晋. 基于机器学习的石油多峰模型研究及应用[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 75-81.
[3]	杨洋, 程悦菲, 谯英, 刘炯. 基于时序动态分析的油井产量预测研究[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 82-88.
[4]	刘浩瀚, 颜永勤, 闵令元, 乐平, 殷艳玲. 基于灰色网络组合优化的年增油量预测[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 89-96.
[5]	宋巍, 胡中志, 周岩, 沈园园, 魏纳. 基于钻柱动力学的井筒摩阻系数预测与应用[J]. 西南石油大学学报(自然科学版), 2020, 42(1): 84-90.
[6]	徐珂, 汪必峰, 付晓龙, 石达. 渤南油田义176区块三维应力场智能预测[J]. 西南石油大学学报(自然科学版), 2019, 41(5): 75-84.
[7]	蒲宏斌. 基于误差修正模型的压缩机组性能预测[J]. 西南石油大学学报(自然科学版), 2019, 41(2): 160-166.
[8]	张智, 刘金铭, 张华礼, 李玉飞, 罗伟. 注CO₂采油井油管柱腐蚀速率预测[J]. 西南石油大学学报(自然科学版), 2019, 41(2): 175-184.
[9]	李进, 许杰, 龚宁, 韩耀图, 高斌. 渤海油田疏松砂岩储层动态出砂预测[J]. 西南石油大学学报(自然科学版), 2019, 41(1): 119-128.
[10]	王冲, 屈雪峰, 王永康, 陈代鑫, 赵国玺. 鄂尔多斯盆地致密油体积压裂水平井产量预测[J]. 西南石油大学学报(自然科学版), 2018, 40(4): 123-131.
[11]	马奎前, 刘东. 稠油油藏水平井热采吞吐产能预测新模型[J]. 西南石油大学学报(自然科学版), 2018, 40(1): 114-121.
[12]	黄世军, 熊浩, 叶恒, 顾浩, 杨阳. 考虑注采压差下SAGD产能预测模型[J]. 西南石油大学学报(自然科学版), 2017, 39(6): 101-108.
[13]	郭小哲, 李景, 张欣. 页岩气藏压裂水平井物质平衡模型的建立[J]. 西南石油大学学报(自然科学版), 2017, 39(2): 132-138.
[14]	康博, 张烈辉, 王健, 范坤, 王宏. 裂缝-孔洞型碳酸盐岩凝析气井出水特征及预测[J]. 西南石油大学学报(自然科学版), 2017, 39(1): 107-113.
[15]	杨胜建, 刘朝霞, 王强, 高明, 刘皖露. 一种聚合物驱潜力预测新方法的建立与应用[J]. 西南石油大学学报(自然科学版), 2016, 38(6): 152-157.

用连接性指数研究苯砜基环烷酸酯的容量因子

APPLICATION OF THE MOLECULAR CONNECTIVITY INDEX ON THE HPLC CAPACITY FACTORS OF ALKYL (1 PHENYLSULFONYL) CYCLOALKANE CARBOXYLATES

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价