蒋军成等著的《有机化合物的分子结构与危险特性》主要介绍有机化合物的分子结构与其危险特性间的相关性，重点从分子结构角度出发，介绍应用QSPR方法对有机物的危险特性进行系统研究的成果：一方面，通过改进和开发新的QSPR算法，建立简便可靠的理论预测模型，解决危险特性实验数据缺乏的问题；另一方面，发现和确定对有机物危险特性起决定作用的结构因素，探索这些因素对危险特性的影响规律，从而在分子水平上了解物质微观结构对宏观危险特性的影响，为进一步的化合物分子及材料设计等提供理论指导。

《有机化合物的分子结构与危险特性》主要介绍著者蒋军成多年来在国家自然科学基金（No.29936110、No.20976081、No.21006045）的资助下，对有机物危险特性与分子结构间的定量关系研究所取得的最新成果。全书分4个部分，第一部分概述有机化合物危险特性；第二部分阐述有机化合物分子结构参数与危险特性之间的内在相关性；第三部分阐述多元统计及优化算法在有机物危险特性构效关系研究中的应用；第四部分阐述基于组合算法的有机物危险特性构效关系研究。《有机化合物的分子结构与危险特性》不仅提出了一批具有良好性能的理论预测模型，为工程提供了根据分子结构预测有机物各危险特性的有效方法，解决了实验数据缺乏的问题；还重点对有机物危险特性与分子结构间的构效关系进行解析，阐明了对有机物各危险特性起决定作用的结构因素及其影响规律，在分子水平上了解了物质微观结构对宏观危险特性的影响，为分子及材料设计提供理论指导。

本书可供安全科学、环境科学、化学、毒理学等相关专业的科研人员和高等院校师生参考。

序

前言

第一部分 有机化合物危险特性概论

第1章 有机化合物的危险特性及其分类

 1.1 化学物质的分类

 1.2 危险性化学物质的分类

 1.3 有机化合物的危险特性

 参考文献

第2章 有机化合物危险特性常用预测方法

 2.1 参数关联法

 2.2 基团贡献法

 2.3 定量结构-性质相关性（QSPR）研究

 参考文献

第3章 定量结构-性质相关性（QSPR）研究概述

 3.1 QSPR研究的含义

 3.2 QSPR研究的发展趋势与特点

 3.3 QSPR研究的相关技术

 3.4 QSPR技术的发展和应用情况

 参考文献

第二部分 有机化合物分子结构参数与危险特性相关

第4章 分子连接性与危险特性相关

 4.1 分子连接性指数概述

 4.2 分子连接性指数的物理意义

 4.3 分子连接性在QSPR研究中的应用方法学

 4.4 分子连接性在有机物危险特性QSPR研究中的应用实例

 4.5 分子连接性方法的应用前景

 参考文献

第5章 电性拓扑状态与危险特性相关

 5.1 电性拓扑状态指数概述

 5.2 电性拓扑状态指数的计算与划分

 5.3 电性拓扑状态指数在有机物危险特性QSPR研究中的应用实例

 参考文献

第6章 基团贡献法预测有机物危险特性

 6.1 基团贡献法

 6.2 ASOG模型

 6.3 UNIFAC法

 6.4 其他基团贡献法

 6.5 基团贡献法在有机物危险特性QSPR研究中的应用实例

 参考文献

第7章 量子化学在有机物危险特性QSPR研究中的应用

 7.1 量子化学概述

 7.2 量子化学理论及参数

 7.3 量子化学参数与燃爆特性的相关性

 7.4 量子化学参数与急性毒性的相关性

 7.5 量子化学在有机物危险特性QSPR研究中的优缺点及其展望

 参考文献

第三部分 多元统计及优化算法在有机物危险特性QSPR研究中的应用

第8章 人工神经网络在有机物危险特性QSPR研究中的应用

 8.1 概述

 8.2 人工神经网络的构造和功能

 8.3 人工神经网络的分类

 8.4 BP型神经网络

 8.5 BP神经网络技术在有机物危险特性QSPR研究中的应用实例

 参考文献

第9章 遗传算法在有机物危险特性QSPR研究中的应用

 9.1 遗传算法概述

 9.2 遗传算法基本原理与算法实现

 9.3 遗传算法的优缺点

 9.4 遗传算法在QSPR研究中的应用领域

 9.5 遗传算法在有机物危险特性QSPR研究中的应用实例

 参考文献

第10章 蚁群算法在有机物危险特性QSPR研究中的应用

 10.1 蚁群算法概述

 10.2 蚁群算法基本原理与算法实现

 10.3 蚁群算法的特点

 10.4 蚁群算法的应用领域

 10.5 蚁群算法在有机物危险特性QSPR研究中的应用实例及展望

 参考文献

第11章 支持向量机在有机物危险特性QSPR研究中的应用

 11.1 支持向量机概述

 11.2 支持向量机基本原理

 11.3 支持向量机的参数优化

 11.4 支持向量机常用算法及算法实现

 11.5 支持向量机的优点

 11.6 支持向量机在有机物危险特性QSPR研究中的应用实例

 参考文献

第四部分 基于组合算法的有机物危险特性QSPR研究

第12章 遗传-多元线性回归(GA-MLR)组合算法的改进

 12.1 GA-MLR算法基本原理

 12.2 GA-MLR算法中适应度函数的改进

 12.3 改进GA-MLR算法的实现

 12.4 改进GA-MLR算法的优势

 参考文献

第13章 遗传-支持向量机(GA-SVM)组合算法的建立

 13.1 理论基础

 13.2 GA-SVM算法原理

 13.3 GA-SVM算法的实现

 13.4 GA-SVM算法的优势

 参考文献

第14章 基于组合算法的有机物危险特性QSPR研究体系

 14.1 样本集构建

 14.2 结构输入和分子模拟

 14.3 分子描述符的计算

 14.4 分子描述符的预筛选

 14.5 分子描述符的选择与建模

 14.6 模型的评价验证

 14.7 模型的机理解释

 14.8 小结

 参考文献

第15章 有机物闪点的QSPR研究

 15.1 有机物闪点的预测研究

 15.2 有机物分子结构与闪点的作用机理研究

 15.3 小结

 参考文献

第16章 有机物自燃点的QSPR研究

 16.1 有机物自燃点的预测研究

 16.2 有机物分子结构与自燃点的作用机理研究

 16.3 小结

 参考文献

第17章 有机物爆炸下限的QSPR研究

 17.1 有机物爆炸下限的预测研究

 17.2 有机物分子结构与爆炸下限的作用机理研究

 17.3 小结

 参考文献

第18章 有机物爆炸上限的QSPR研究

 18.1 有机物爆炸上限的预测研究

 18.2 有机物分子结构与爆炸上限的作用机理研究

 18.3 小结

 参考文献