环境地球化学国家重点实验室知识库

用一个新模型预测甘油三酯（TAGs）在超临界CO₂（SC-CO₂）中溶解度,模型采用基于遗传算法（GA）优化的支持向量机（SVM）建立,同时采用应用域检查（AD）对模型的鲁棒性进行改善。通过GA优化,从大量的分子描述符中选出了与溶解度性质相关性最高的5个描述符;训练集和测试集拟合的相关系数（R）分别为0.986和0.982,相应的均方根差（RMSE）是14.10%和19.30%;在删掉异常点后,训练集和测试集的R值分别提高为0.992和0.984,对应的RMSE降低,分别为10.70%和11.70%。由结果可知:研究中建立的GA-SVM新模型提供了一个有效的方法预测甘油三酯在SC-CO₂中的溶解度,可为设计超临界CO₂萃取过程参数提供理论指导。