基于多元线性回归的碳环芳香化合物熔融焓预测模型及其在工艺安全与环境防护中的应用

《Process Safety and Environmental Protection》：Accurate prediction of fusion enthalpies of carbocyclic aromatic compounds to design safer processes, prevent accidents, and ensure proper waste handling

本文介绍了一种新颖、透明且可解释的多元线性回归（MLR）模型，用于精确预测碳环芳香化合物的熔融焓（ΔfusH）。该模型整合了原子组成、极性基团和结构特征，在包含346种化合物的数据集上验证，其预测性能（R2 = 0.829）优于现有方法（R2 = 0.724），为涉及此类化合物的工艺安全设计、事故预防及废弃物处理提供了实用工具。

　　

Section snippets

Materials and method

为了清晰概述研究流程，本节结构如下：(1) 数据来源及数据集特征描述；(2) 数据预处理方法及其原理；(3) 预测模型的构建与评估。补充信息中的图S1展示了本研究从数据整理到模型验证的序列步骤技术路线图，以帮助理解整体框架。

Structural influences on fusion enthalpy: additive and non-additive effects in carbocyclic systems

对碳环芳香化合物熔融行为的研究表明，某些结构特征——如特定原子的数量、特定条件下的极性基团以及特定分子片段——显著影响其熔融焓（P值 < 0.05）。早期研究发现，特定原子对熔融焓的贡献具有加和性（Additive），即它们的影响是可叠加预测的。

Conclusions

本研究提出了一个稳健的多元线性回归（MLR）模型，用于预测碳环芳香化合物的熔融焓，在包含346种化合物的多样化数据集上实现了高精度。该模型取得了强劲的性能指标——训练集R2为0.829，测试集R2为0.848（表6）——并在不同的化学结构上表现出一致的准确性。该模型的简单性和可解释性使其成为增强工艺安全性和环境管理的实用工具。