0

我目前正在开发一种有机转化模拟器,当提供起始化合物和结束化合物时,该模拟器将有助于生成中间的转化步骤。我正在寻找一种搜索机制来获得中间化合物。我遇到过蛮力作为搜索的解决方案。但由于我的库中有大约 200 个反应来检查每种化合物,我认为这会导致大量时间消耗。还有哪些其他技术或算法可以更有效地完成我的要求。例如我有模糊逻辑、遗传算法等

4

1 回答 1

0

关于遗传算法,它是一个非常好的多参数优化工具。但是,当然,您需要评估每个反应的动力学参数,而不仅仅是反应机制框架。此外,每个中间物种都需要热力学数据。所以,你有大量的参数——你需要大量的实验数据来正确评估这些参数。如果您已经有自己的反应集,应该从中进行反应,您可以生成完整的动力学机制(包括所有途径)并进一步实施化学机制的还原技术。有不同的reduction技术,不在stackoverflow上讨论. 此外,如果您的反应参数是估计的(因此反应已准备好处理),您可以使用 GA 生成不同的方案 - 例如使用二元基因 - 0 - 此反应不会包含在方案中,1 - 将包含。

于 2013-07-16T20:16:39.273 回答