基于粒子群算法与集成学习的有机化合物毒性预测方法技术

本发明专利技术公开了基于粒子群算法与集成学习的有机化合物毒性预测方法，涉及有机化合物毒性预测领域，包括以下实施步骤：通过设置采集模块整合模块，从ECOTOX水生毒性数据库收集水生生物的半致死浓度数据，实时检测单元和辅助追踪单元可以实时的对毒性有机化合物挥发检测，监控模块接收信息并处理，再通过无线传输将信号传递给收集模块，此时液化成型单元采用冷却方式对挥发的有毒化合物气体进行冷却，使得毒性有机化合物气体冷却液化后形成水滴，震动滑落单元使得冷却液化后有毒化合物水滴掉落到原始未挥发的化合物内，通过均匀混合单元采用混合搅拌机构对毒性有机化合物再次进行搅拌均匀混合，保证待检测化合物毒性数据的准确性。

【技术实现步骤摘要】

本专利技术涉及有机化合物毒性预测，特别涉及基于粒子群算法与集成学习的有机化合物毒性预测方法。

技术介绍

1、随着工业化与城市化的推进，环境中的化学物质激增，对水体、土壤等生态系统造成了严重污染，同时也对人类健康构成了潜在威胁，传统的化学品毒性评估，尤其是依赖动物实验的方式，不仅消耗大量资源，而且在时效性和伦理考量上面临诸多挑战，国际组织如oecd积极倡导化学品评估的革新，推动替代实验方法的开发与应用，旨在减少对动物实验的依赖。

2、中国专利公开号为cn103714211a公开一种基于模式移动序列与多智能体粒子群的集成电路布图方法，属于物理设计布图规划
本专利技术将模式移动序列作为编码方法，将多智能体系统与粒子群算法相结合，用于求解集成电路布图问题，首先根据采用随机生成的方法初始化智能体网格中的每个智能体，然后设计了模式移动序列对每个智能体进行编码，最后设计了邻域竞争算子、粒子群算法、自学习算子对智能体进行优化。

3、上述技术方案，在评定求解集成电路布图问题方法效用的一个重要的方面：求最小矩形包络的面积，有优势，是一种有效的求本文档来自技高网...

【技术保护点】

1.基于粒子群算法与集成学习的有机化合物毒性预测方法，其特征在于，所述方法包括以下实施步骤：

2.根据权利要求1所述的方法，其特征在于：所述整合模块包括监控模块、收集模块和化合物整合；

3.根据权利要求2所述的方法，其特征在于：所述收集模块包括液化成型单元和震动滑落单元；

4.根据权利要求3所述的方法，其特征在于：所述化合物整合包括均匀混合单元和实时启停单元；

5.根据权利要求1所述的方法，其特征在于：所述预处理模块包括预处理单元，预处理单元是通过Python的脚本对分子进行预处理，包括：去除盐、去除无机化合物、去除异构、使用规范SMILE...

【技术特征摘要】

1.基于粒子群算法与集成学习的有机化合物毒性预测方法，其特征在于，所述方法包括以下实施步骤：

2.根据权利要求1所述的方法，其特征在于：所述整合模块包括监控模块、收集模块和化合物整合；

3.根据权利要求2所述的方法，其特征在于：所述收集模块包括液化成型单元和震动滑落单元；

4.根据权利要求3所述的方法，其特征在于：所述化合物整合包括均匀混合单元和实时启停单元；

5.根据权利要求1所述的方法，其特征在于：所述预处理模块包括预处理单元，预处理单元是通过python的脚本对分子进行预处理，包括：去除盐、去除无机化合物、去除异构、使用规范smiles表示分子、在标准化后合并同一分子的记录，得到的数据集被分为训练集、验证集和测试集，并通过特征提取模块对训练集、验证集和测试集中提取特征，得到训练集特征、验证集特征和测试...

【专利技术属性】
技术研发人员：李燕，付国林，张麓岩，丁成，陈天明，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：