0% Complete
صفحه اصلی
/
اولین کنفرانس ملی شیمی، نانو مواد، پلیمر- چالش ها و کاربردها
مدلسازی رابطه کمی ساختار- ویژگی برای پیش بینی دانسیته ی مواد پرانرژی بر اساس روش بهینه سازی مونت کارلو
نویسندگان :
حمیده حمزه علی
1
شهین احمدی
2
1- دانشگاه آزاد اسلامی واحد تهران شرق
2- دانشگاه آزاد اسلامی واحد علوم پزشکی تهران
کلمات کلیدی :
دانسیته،رابطه ی کمی ساختار-ویژگی،روش مونت کارلو،مواد پرانرژی،نرم افزار کورال
چکیده :
با توسعه بیشتر مفهوم شیمی سبز، نسل جدید مواد پرانرژی تمایل به خواص انفجاری مانند عدم حساسیت بالاتر، چگالی بیشتر و انرژی بالاتر را نشان می دهند[1]. بنابراین طراحی دقیق مولکولی و سنتز سبز و کارآمد مواد پرانرژی، یکی از چالش های جدی خواهد بود[2]. رابطه کمی ساختار- ویژگی با هدف بهینهسازی مولکول براساس توصیفگرهای ساختاری مولکولی و توپولوژیکی، اخیراً به عنوان یک رویکرد جذاب در مدلسازی معرفی شده است. یکی از ویژگی های کلیدی این رویکرد به استفاده از توصیفگرها بر اساس سیستم ورودی خط ورودی مولکولی ساده شده (SMILES) برای توسعه مدل QSPR اشاره دارد[3]. در این تحقیق، به کمک نرم افزار کورال مجموعه ای از 162ترکیب با نماد SMILES به عنوان فایل های ورودی نرم افزار تعریف و دانسیته ی مواد پرانرژی بر اساس الگوریتم بهینه سازی مونت کارلو پیش بینی گردید. در نهایت به کمک مدل مناسب توصیفگرهای بااهمیت افزاینده وکاهنده ی دانسیته ی مواد پرانرژی شناسایی شدند.
لیست مقالات
لیست مقالات بایگانی شده
شبیه سازی کاهش دراگ در خطوط لوله افقی حاوی سیالات غیرنیوتنی توسط نانو سیال نفت/نانوسیلیس
ایمان خنشا - رضا مختاری
بررسی تحقیقات اخیر در حوزه سیستمهای توصیه گر گردشگری (TRS)
نرگس سرخوش - عادل قاضیخانی - حسن شاکری
توسعه یک مدل فازی عصبی برای شبیه سازی سیستمهای دینامیک
رضا سعیدپور - احد سلطانی سروستانی
تأثیر شدت سرمایهگذاری بر رابطه رقابت بازار محصول و اهرم عملیاتی
محسن حمیدیان - سارا ناصری نسب
بررسی اثر حق الزحمه بر پوشش رسانهای مدیرعامل
احمد حشمتی - علی باغانی
Design and Synthesis of Alginate Hydrogel Nanohybrid as a Promising Cancer Treatment
Mahrad Ghazli - Alireza Hatamirad - Neda Attaran
Ultra High Molecular Weight Polyethylene/Carbon Nanotube Composite
Omid Saligheh
نقش هوش مصنوعی در تجارت انرژی
علی بمان اقبالی زارچ
بهبود کیفیت و روشنایی تصاویر با استفاده از شبکه های عصبی عمیق در پردازش داده های سنجش از دور برای اکتشاف مواد معدنی
علی شعبانی بدیع - کامبیز رهبر - ضیاء الدین بهشتی فرد - مریم خادمی
Advanced Pipe Identification: A Deep Learning Approach in Petroleum Engineering
Mahdi Mohammad Ali Ebrahim - Seyyed Shahab Tabatabaee Moradi - Alireza Behinrad
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.3.3