مطالعه ارتباط کمی ساختار خاصیت ترکیبات شیمیایی موجود در روغن اسانسی گیاه اگونیا با استفاده از روش الگوریتم ژنتیک شبکه عصبی مصنوعی – ANN

یک مدل شبکه عصبی مصنوعی (ANN) برای شاخص بازداری اسانس گیاه اگونیا بصورت تابعی از 5 توصیف گر RDF010u ،GATS1e ، GATS3m ، ATS2p ، ATS3e ارائه شد. داده های توصیف گر ها بعد از بهینه سازی مولکولها با نرم افزارهایHyperchem و Dragon و با روش الگوریتم ژنتیک انتخاب شدند. مدل شبکه عصبی مصنوعی بهینه دارای پنج نرون در لایه ورودی ,01 نرون در لایه پنهان و یک نرون در لایه خروجی است. درصد خطای میانگین مربع ) MSE (و ضریب تعیین ) R2 ) مدل بهینه برای دسته تست به ترتیب 0.00854 و 0.909 بدست آمدند. نتایج , نشان می دهند که مدلسازی شاخص بازداری اسانس گیاه اگونیا بصورت تابعی از توصیف گر های RDF010u ، GATS1e ، GATS3m ، ATS2p ، ATS3e با استفاده از شبکه عصبی مصنوعی به خوبی انجام می گیرد.