优化的径向基-循环子空间网络为药物定量构效关系建模

径向基-循环子空间回归(RBF-CSR)网络,保留了径向基偏最小二乘(RBF-PLS)网络的优点,且可在更广的范围内选择最优模型,但仍存在着参数难以确定,计算量大等问题。对此,本研究兼顾网络模型的拟合与预测性能,采用具有高效全局搜优能力的优进遗传算法(EGA)优化网络参数,构建为EGA-RBF-CSR方法,并将其成功应用于苯乙酰胺类除草剂的构效关系(QSAR)建模,效果良好,显示出很强的学习能力,所建模型具有良好的预报性能和稳定性,并优于其他方法。