پیشگویی نفوذ الکلها در هوا با استفاده از روابط کمی ساختار - خاصیت جدید و کارا

در این مقاله روابط کمی ساختار- فعالیت بمنظور پیشگویی میزان جذب استرها توسط کربن فعال بر اساس یک سری داده شامل ٩٩ ماده ایجاد شدند با استفاده از یک روش انتخاب متغیر بر اساس الگوریتو ژنتیک از میان بیش از هزار توصیغگر مولکولی، پنج توصیفگر انتخاب شدند توصیغگرهای مولکولی انتخابی بعنوان ورودی روش anfisاستفاد ه شدند خطای r2 مدلgfa بترتیب برای داده های آموزش و آزمون برابر0/9699 , 0/9438 می باشد، در حالیکه خطای anfis برابر 0/9803و 0/9556 برای داده های آموزش و آزمون می باشد آنالیز توصیفگرهای مولکولی انتخابی نشان می دهند، شاخه شوندگی مولکول استرها بیشترین اهمیت را بر جذب استرها توسط کربن فعال دارند و باعث کاهش ظرفیت جذب می شود هر دو مدل خطی و غیر خطی ارائه شده در این مقاله نتایج قابل قبولی می دهند، اگرچه مدل غیرخطی کمی دقیقتر است