امروز: جمعه 4 فروردین 1396
دسته بندي محصولات
عضويت و ورود کاربران
بلوک کد اختصاصي

پیش بینی زمان بازداری برای باقیمانده آفت کش ها در زمین های زراعی با استفاده از روش های کمو متری

پیش بینی زمان بازداری برای باقیمانده آفت کش ها در زمین های زراعی با استفاده از روش های کمو متریدسته: شیمی
بازديد: 14 بار
فرمت فايل: docx
حجم فايل: 3807 کیلوبایت
تعداد صفحات فايل: 114

دانلود پایان نامه کارشناسی ارشد رشته شیمی پیش بینی زمان بازداری برای باقیمانده آفت کش ها در زمین های زراعی با استفاده از روش های کمو متری





=======================================================
تمامی فایل های سیستم، توسط کاربران آن آپلود می شود. اگر در فایلی تخلفی مشاهده کردید و یا مالک پزوژه ای
بودید که از وجود آن در سایت رضایت نداشتید با ما تماس بگیرید، در اسرع وقت به گزارش شما رسیدگی می شود.
=======================================================

info@cero.ir || cero.ir@yahoo.com || cero.poshtibani@gmail.com || فرم تماس با ما
=======================================================

 پیش بینی زمان بازداری برای باقیمانده آفت کش ها در زمین های زراعی با استفاده از روش های کمو متری

دانلود پایان نامه کارشناسی ارشد رشته شیمی

در در 114 صفحه ورد قابل ویرایش با فرمت doc

فهرست مطالب

عنوان     صفحه

فصل اول-           مقدمه  1

1-1- تعریف و تاریخچه کمومتریکس    2

1-2- روش های ریاضی و آماری در کمومتریکس            4

1-3- مراحل مختلف مطالعات QSPR   4

1-3-1- انتخاب سری مولکولی           5

1-3-2- محاسبه توصیف کننده های مولکولی.     5

1-3-3- انتخاب توصیف کننده های مولکولی مناسب         6

1-3-4- مدلسازی و انتخاب بهترین مدل  6

1-3-5- ارزیابی اعتبارمدل های انتخاب شده برای متغیرهای گزینش شده  7

1-4- انواع توصیف کننده های مولکولی            7

1-4-1- توصیف کننده های جزئی مولکولی        7

1-4-2- توصیف کننده های توپولوژیکی مولکولی 7

1-4-3- توصیف کننده های تطبیقی مولکولی      8

1-4-4- توصیف کننده های شمارش گر قدم های مولکولی   8

1-4-5- توصیف کننده های ضرایب بار توپولوژی گالوز    8

1-4-6- توصیف کننده های هم بستگی دو بعدی   9

1-4-7- توصیف کننده های بار مولکولی  9

1-4-8- توصیف کننده های ضرایب آروماتیسیته مولکولی  9

1-4-9- توصیف کننده های هندسی  9

1-4-10- توصیف کننده های برش مولکولی راندیک 10

1-4-11- توصیف کننده های سه بعدی مولکولی. 10

1-4-12- توصیف کننده های تصویری مولکولی  10

1-4-13- توصیف کننده های توزیع شعاعی 11

1-4-14- توصیف کننده های گروههای عاملی  11

1-4-15- توصیف کننده های بخش های متصل به اتم مرکزی 11

1-4-16- توصیف کننده های جانمایی توپولوژی – هندسی 11

1-4-17- توصیف کننده های تجربی مولکول 11

1-4-18- توصیف کننده های ویژگی مولکولی 12

1-5- روش های مختلف مدلسازی ریاضی .12

1-5-1- روش رگرسیون خطی چند گانه 12

1-5-1-1- تاریخچه 12

1-5-1-2- مفروضات رگرسیون 13

1-5-1-3- روش ورود متغیر ها در رگرسیون 14

1-5-1-4- آزمون هم خطی 15

1-5-2- روش ماشین بردارپشتیبان 17

1-5-2-1- مقدمه 17

1-5-2-2-اصول کار وخلاصه استفاده عملی از ماشین بردار پشتیبان 17

1-5-3- روش شبکه های عصبی مصنوع 20

1-5-3-1- مقدمه 20

1-5-3-2- مفهوم شبکه عصبی مصنوعی .20

1-5-3-3- تاریخچه ی شبکه های عصبی 21

1-5-3-4- نرون ها 22

1-5-3-5- توابع انتقال24

1-5-3-6- شبکه ها 25

1-5-3-7- انواع شبکه ها 27

1-5-3-8- مزایا و معایب. 29

1-5-3-9- کاربرد های شبکه عصبی مصنوعی 30

1-6-آنالیز بهینه شده آفت کش ها و علف کش ها 32

1-7- معرفی نرم افزار 34

1-7-1- نرم افزار20 .SPSS 34

1-7-2- نرم افزار Hyper chem 0.7 34

1-7-3- نرم افزارDragon 2.1   34

1-7-4-نرم افزار STATISTICA 0.8    35

فصل دوم-            پیشینه تحقیق 37

- مطالعات کمومتری انجام شده بر روی زمان های بازداری آفت کش ها 38

فصل سوم- بخش تجربی ..43

3-1- رسم ساختارهای مولکولی 44

3-2- بهینه سازی ساختارهای مولکولی 44

3-3- محاسبه توصیف کننده های مولکولی 46

3-4- استفاده از نرم افزار Excel 2010 Microsoft 46

3-5- کاهش تعداد توصیف کننده های مولکولی 47

3-6- دسته بندی داده ها 48

3-7- مدل سازی خطی برای پیش بینی زمان بازداری 48

3-8- مدلسازی با روش های غیر خطی 49

فصل چهارم- بحث و نتیجه گیری 51

4-1- نتایج حاصل از روش رگرسیون خطی چند گانه گام به گام 52

4-2- طراحی روند برای آموزش ماشین بردار پشتیبان. 61

4-3- نتایج بدست آمده با استفاده از روش ماشین بردار پشتیبان 63

4-4- طراحی روند برای آموزش شبکه های عصبی مصنوعی 66

4-5- نتایج بدست آمده با استفاده از روش شبکه های عصبی مصنوعی 66

4-6- مقایسه نتایج حاصل از سه روشSW-MLR و SVM و ANN 68

4-7- توضیح توصیف کننده های مولکولی. 70

4-8- نتیجه گیری 73

4-9- پیشنهادات برای کارهای بعدی 73

پیوست 74

منابع  98

چکیده انگلیسی  .101

 فهرست علایم و نشانه‌ها

        معنی لغوی                            عنوان یا علامت اختصاری

رابطه کمی ساختار-خاصیت                                                                                               QSPR

رابطه کمی ساختار-زمان بازداری                                                                                      QSRR

رگرسیون خطی چند گانه گام به گام                                  MLR

شبکه های عصبی مصنوعی        ANN

ماشین بردار پشتیبان                                         SVM

پیش بینی    Prediction

زمان بازداری                                                                                       Retentiom Time

آفت کش ها                               Pestiside

فهرست جدول‌ها

عنوان     صفحه

جدول 1-1 انواع توصیف گرها به همراه تعداد آنها...............................................................................     35

جدول 4-1 نتایج آماری برای داده های کد بندی شده با مدل سازی SW-MLR......... .......................52

جدول 4-2 ماتریس ضریب همبستگی برای توصیف گر های انتخاب شده ........................................   54

جدول4-3 نتایج آمای مدلسازی برای داده های با توزیع نرمال به روش SW-MLR............................      55

جدول 4-4 نتایج مختلف آماری برای مدل سازی به روش SW-MLR................................................ 59

جدول 4-5 ماتریس ضریب همبستگی برای توصیف گر های انتخاب شده با روش SW-MLR..........          60

جدول 4-6 خلاصه نتایج آماری پیش بینی زمان بازداری آفت کش ها با روش SVM........................ 63

جدول 4-7 خلاصه نتایج آماری پیش بینی زمان بازداری آفت کش ها با روش ANN........................ 66

جدول 4-8 خلاصه نتایج آماری برای سه روش  ANN , SVM , MLR..............................................68

جدول 4-9 توصیف گرهای انتخاب شده با روش رگرسیون خطی چند گانه....................................... 69

فهرست شکل‌‌ها

عنوان     صفحه

شكل ‏1 1 نمودار رگرسیون خطی با یک متغیر    16

شكل ‏1 2 ابر سطح با حد اکثر مرز جدا کننده.     .....19

شكل ‏1 3 ساختار نرون طبیعی انسان..  23

شكل ‏1 4 ساختار یک نرون مصنوعی...................................................................................................23

شكل ‏1 5 چند مورد از توابع انتقال موجود در ANN...........................................................................25

شكل ‏1 6 شمایی از یک شبکه عصبی. 26

شكل ‏1 7 شمایی از ستون کروماتوگرافی بهینه شده برای تعیین زمان بازداری آفت کش ها............... 33

شكل ‏4 1 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل SW-MLR در دو مجموعه آموزشی و آزمایشی............................................................................ 53

شكل ‏4 2 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل SW-MLRبرای مجموعه آزمون.....................................................................................................53

 شكل ‏4 3 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل SW-MLR در دومجموعه آموزشی و آزمایشی..............................................................................55

شكل ‏4 4 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل SW-MLR برای سری آموزشی......................................................................................................56

شكل ‏4 5 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل SW-MLR برای سری آزمون.........................................................................................................56                            

شكل ‏4 6 مقادیر باقیمانده بر حسب مقادیر زمان های بازداری تجربی برای آفت کش ها  در دو مجموعه آموزشی و آزمون بر اساس مدل SW-MLR.........................................................................57

شكل ‏4 7 تأثیر تعداد توصیف گر ها برروی R2 بر اساس مدلSW-MLR ......................................... 58

شکل 4-8 تغییرات مقدار پارامتر مجذور میانگین مربعات خطا نسبت به اپسیلون برای سری آموزشی براساس مدل SVM................................................................................................................................62

شکل 4-9 - تغییرات مقدار مجذور میانگین مربعات خطا نسبت به ظرفیت ماشین بردار پشتیبان براساس مدل SVM برای سری آموزشی..............................................................................................................62

شکل 4-10 تغییرات مقدار مجذور میانگین مربعات خطا نسبت به گاما برای سری آموزشی براساس مدل SVM..............................................................................................................................................63

شکل 4-11 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل  SVMبرای سری آموزشی..............................................................................................................64

شکل 4-12 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل  SVMبرای سری آزمون.................................................................................................................64

شكل ‏4-13 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل SVM در دومجموعه آموزشی و آزمایشی......................................................................................65

شكل ‏4-14 مقادیر باقیمانده بر حسب مقادیر زمان های بازداری تجربی برای آفت کش ها  در دو مجموعه آموزشی و آزمون بر اساس مدل SVM................................................................................... 65

شكل ‏4-15 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل ANN برای سری آزمون.................................................................................................................67

شكل ‏4-16 مقادیر زمان های بازداری محاسبه شده بر حسب مقادیر تجربی برای آفت کش ها بر اساس مدل ANN در دو مجموعه آموزشی و آزمون........................................................................................ 67

شكل ‏4-17 مقادیر باقیمانده بر حسب مقادیر زمان های بازداری تجربی برای آفت کش ها  در دو مجموعه آموزشی و آزمون بر اساس مدل ANN................................................................................... 68

چکیده :

روش مدل سازی QSPR  به عنوان ارائه دهنده رابطه بین ساختار و خاصیت به منظور پیش بینی زمان بازداری 208 نوع از باقیمانده آفت کش ها در زمین های زراعی  انجام گرفت. ابتدا ساختار مولکولی ترکیبات درنرم افزار0.8 ChemDraw رسم شد، سپس ساختار فضایی آنها در محیط نرم افزار0.7  HyperChem بهینه گردید. پس از اپتیمم شدن فاصله پیوندها وطول آنها در مولکول، توصیف گرهای هرمولکول در نرم افزار Dragon 2.1  به طریقه ی نظری محاسبه شدند، آنگاه کاهش تعداد توصیف گرها درنرم افزارExcel  و SPSS صورت گرفت و داده ها براساس قاعده توزیع نرمال، به دوسری آموزشی و آزمون تقسیم شدند. وابستگی ریاضی بین توصیف گرهای مولکولی و زمان بازداری ابتدا به کمک نرم افزار SPSS و روش رگرسیون خطی چند گانه گام به گام، به صورت یک مدل ریاضی تعیین شد. روش SW-MLR یک مدل خطی با شش توصیف گر MR و STN و Mor22m و PJI3 و E2U و E3S را ایجاد کرد که اولین توصیف کننده بیانگر ویژگی های مولکولی و دومی مربوط به ماتریس دو بعدی، و سومی مربوط به ویژگی سه بعدی از مولکول و چهارمی  بیانگر ویژگی هندسی مولکول و دو مورد آخر، جزو توصیف گرهای تصویری مولکول می باشند. مقادیر آماری پارامتر های F و R2Pred و R2Train  و R2Test  برای مدل بدست آمده با روش  SW-MLR بترتیب برابر   0.921,  0.902,  0.905,  106  می باشد. مدل بدست آمده با تکنیک Cross-Validation  و روش Leave-One-Out (LOO) مورد ارزیابی قرار گرفت. مقدار ضریب همبستگی توصیف گر¬¬¬¬های بدست آمده کمتر از 69/0 می باشد. در ادامه، برای افزایش کارایی مدل بدست آمده، دو روش غیر خطی ماشین بردار پشتیبان (SVM)و شبکه های عصبی مصنوعی (ANN) بکار گرفته شدند. مقادیر زمان های بازداری پیش بینی شده و پارامتر های آماری حاصل از اجرای هر سه روش مورد مقایسه قرار گرفت که نتایج بدست آمده حاکی از برتری روش شبکه های عصبی مصنوعی(ANN) نسبت به دو روش دیگر می باشد. مقادیر R2Pred برای روش ماشین بردار پشتیبان و روش شبکه های عصبی مصنوعی به ترتیب برابر 0.941  و 0.960  می باشد.

کلید واژگان :  ارتباط کمی ساختار-خاصیت، کروماتوگرافی،  کمومتریکس، زمان بازداری، آفت کش ها،  زمین های زراعی، رگرسیون خطی چند گانه، شبکه های عصبی مصنوعی، ماشین بردار پشتیبان .

قيمت فايل فقط 35,000 تومان

لطفا پیش از دانلود حتما به این نکات توجه نمایید (کلیک کنید)

خريد

شماره تماس پیامکی برای مواقع ضروری : 09010318948

برچسب ها : پیش بینی زمان بازداری برای باقیمانده آفت کش ها در زمین های زراعی با استفاده از روش های کمو متری , دانلود پایان نامه پیش بینی زمان بازداری برای باقیمانده آفت کش ها در زمین های زراعی با استفاده از روش های کمو متری , دانلود مقاله , دانلود تحقیق , دانلود نرم افزار , دانلود اندروید , دانلود پایان نامه , دانلود پایان نامه کارشناسی , دانلود پایان نامه ارشد , دانلود پروژه , دانلود پروژه پایانی , دانلود پروپوزال , دانلود گزارش کار آموزی , دانلود پاورپوینت , دانلود

نظرات کاربران در مورد اين کالا
تا کنون هیچ نظری درباره این کالا ثبت نگردیده است.
ارسال نظر