Tradicionalmente, a tabela periódica convenientemente apresenta elementos químicos em linhas, chamadas períodos e em colunas, chamadas grupos ou famílias. Em um trabalho anterior, alguns de nós, com base exclusivamente nas informações disponíveis na época de Mendeleev, têm usado redes neurais artificiais e mapas auto-organizaveis para gerar um arranjo bidimensional dos elementos químicos. Agora, nesta investigação, temos tentado determinar quais propriedades dos elementos favorecem a formação dos períodos e quais favorecem a formação de famílias. Aqui, nós projetamos um modelo baseado no problema do caixeiro viajante. As propriedades físico-químicas dos elementos representaram as coordenadas das cidades percorridas pelo caixeiro viajante. Assim, através da determinação do melhor caminho, encontramos que elementos químicos são mais semelhantes de acordo com um conjunto de propriedades pré-selecionadas. Os testes foram realizados em 3 grupos distintos de propriedades. No ensaio 1, as propriedades seleccionadas foram: peso atômico, temperatura de fusão, temperatura de ebulição, densidade; no Teste 2, as propriedades selecionadas foram: peso atômico, temperatura de fusão, temperatura de ebulição, energia de ionização; e no teste 3, as propriedades selecionadas foram densidade, temperatura de fusão, temperatura de ebulição, energia de ionização. A análise detalhada mostrou que o peso atômico favorece a formação dos períodos e a substituição do peso atômico pela densidade beneficiou a formação de grupos. A sequência deste trabalho consiste em uma classificação de aminoácidos. Para isso, fizemos uso de redes de Kohonen (mapas auto-organizáveis) e analisamos os agrupamentos formados no mapa. Dessa forma obtivemos um mapa bidimensional onde aminoácidos com características similares ficaram próximos uns dos outros. Dentre as propriedades utilizadas para treinamento, destacamos o softness químico local. Ao todo foram feitos cinco testes com dados de entrada diferente. O primeiro teste foi realizado com as seguintes propriedades: softness da cadeia lateral, softness do radical, softness molecular, fator de empilhamento e espectros na faixa de 0-50, 50-100 e 100-150; no segundo teste fizemos uso de: softness da cadeia lateral, softness do radical, softness molecular, fator de empilhamento e potencial de hidratação; no terceiro teste os dados de entrada foram: softness da cadeia lateral, softness do radical, softness molecular, volume e potencial de hidratação; no quarto teste utilizamos: softness da cadeia lateral, softness do radical, softness molecular e potencial de hidratação; no último teste os dados de entrada foram apenas: softness da cadeia lateral, softness do radical e softness molecular. Nos testes realizados muitos grupos foram identificados, tais como: pequenos, carregados, carregados positivamente, alifáticos e aromáticos. Por fim, notamos que, como citado por Zhou e Parr, softness, de fato, se mostrou um bom indicador de aromaticidade.
| Identifer | oai:union.ndltd.org:IBICT/oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:3209 |
| Date | 20 February 2015 |
| Creators | Kallaran Cavalcante Barros |
| Contributors | Arnaldo Dal Pino Júnior |
| Publisher | Instituto Tecnológico de Aeronáutica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do ITA, instname:Instituto Tecnológico de Aeronáutica, instacron:ITA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds