電腦在化學中的應用

　　　　譜圖檢索

　　　　差譜技術

　　　　結構解析

　　　　合成路線設計

　　按計算機應用方法分類

　　　數值計算

　　　化學模似

　　　實時控制

　　　模式識別

　　　數據庫

　　　專傢系統

━━━━━━━━━━━━━━━━━━━━━━━━

　　計算機是一種多功能的設備，可用於計算、擬合、模擬、制表、繪圖、選擇、判別、存貯、檢索、統計、管理、自動控制、人工智能、專傢系統等方面。計算機在化學中的應用可從不同角度分類：按化學體系，可從解決化學各分支學科的問題分類；按應用方法，則是從計算機的功能應用來分類。

按化學體系分類

　　計算機在分析化學中的應用　簡稱計算分析，其內容有：

　　數據處理　利用一元統計，可對同一項目的若幹次測量數據進行統計處理，計算置信區間、標準誤差、變動系數等。利用二元統計，可以計算含量與滴定體積或濃度與吸光度之間的直線方程（線性回歸法）。用程序型計算器也能迅速完成這些計算。

　　條件預測　根據溶液平衡原理，考慮副反應系數校正，形成精確的數學模型，可對化學分析條件進行預測，例如顯色反應最合適的pH的預測、離子交換色譜法中淋洗液濃度和用量的預測等。在較復雜的情況下，可以利用計算數學方法。設有10種金屬離子與10種絡合劑共存，它們之間的競爭反應可用迭代法預測，計算機對每種絡合物用迭代法處理，獲得收斂結果的報出答案，迭代999次仍不收斂者棄去，總共不多於10萬個數據的計算。按常法以每個數據平均費時6分鐘計，一個人要三年半才能算完，用計算機處理不到1小時可得出答案，為化學分析中哪種離子參加反應、哪些離子被掩蔽等條件，獲得可靠的預測效果。

　　提高選擇性　即準確測定指定的組分，消除幹擾。一般可概括為下列兩種模型：①平衡模型，以各種平衡常數為依據，把共存的每種平衡都寫成一個方程式，形成一組方程。在測得某些未知量之後，就可把被測物質的共存幹擾物質的含量一起計算出來。這種模型適於處理化學分析問題，但受到平衡常數的精密度和高濃度溶液中活度校正的準確度的限制。②當量模型，以廣義的當量關系，即測定信息與被測物含量的關系為依據。這些測定信息可以是滴定體積、沉淀重量、吸收、發射、電流、電壓、波峰的高度或面積等。將它們組成方程組，可把多種組分的含量一起計算出來。這種模型適用於化學分析和各種儀器分析，準確度高於平衡模型，但也受到某些限制。

　　此外，國內還研究瞭在多波長光度法中用計算機選擇波長對（或波長組），以及無機紅外光譜等方法，來提高測定性質相近元素的選擇性。

　　提高靈敏度　改善信噪比、提高分辨率，常采用數學方法，使原來測量不出來的量能被測出。其方法有累加平均法、導數光譜法、傅裡葉變換法、信號相關法和卷積法等。

　　實現儀器自動化和智能化　儀器自動化發展迅速，內容包括數據采集（將儀器測得的模擬量通過模數轉換電路轉換為數字，以便計算機處理）、數據處理（自動記錄、換算、校正、平滑）、自動控制（用程序控制進樣、加液、升溫、調節等操作），以及屏幕指導（操作人員不用帶紙筆和操作規程，一切工作都由屏幕提示，人機對話，操作過程和結果都由機器打印記錄）等。

　　儀器智能化是一個新的課題，是儀器自動化並配備專傢系統的產物，其低級階段是配備小型數據庫，能選擇實驗條件，存貯、調用譜圖等；其高級階段是用專傢系統指導人們工作，檢查儀器，對操作人員輔導、答疑等。

　　計算機在有機化學中的應用　簡稱計算有機，其內容有：

　　譜圖檢索　物質的不同結構引起譜圖上的不同特征。因此，譜圖的檢索就成為有機分析的重要手段，常用的有紅外、核磁、質譜等譜圖。例如，由實驗測出未知物的紅外譜圖，把它和標準譜圖對照，參照質譜數據求得分子量，就可求得未知物的組成和結構。但是，標準譜圖數量太大，如果有18萬張標準譜圖，每2秒種翻閱1張，一個人要半個月才能翻完一遍，還談不上思考和比較。若將譜圖信息數字化，用計算機進行檢索，就可以迅速指出實測譜圖與哪一張標準譜圖相同，或與哪幾張標準譜圖相似程度最大，這將為分析者提供解決問題的線索。

　　差譜技術　實測譜圖的可靠性通常存在一些問題，如溶劑、基體的影響，共存物質的幹擾等。一般試樣本身就是未知物，欲將它提純為純化合物測譜是困難的，這就產生瞭差譜技術，即用差減的方法產生相應於純化合物的譜圖。

　　傳統的差譜是用光學方法，如利用參比溶液。雙光束補償等方法，對於識別未知含量的幹擾物質有困難。利用計算機執行差譜程序，可將幹擾物質的標準譜圖通過換算，與試樣的譜圖進行差減，達到扣除基體、數據平滑、多組分逐級差譜等效果，為有機物的成分、結構分析提供新的手段。

　　結構解析　1985年已知有機化合物約有600萬種，但已見報道的譜圖庫收集的譜圖一般少於20萬種。可以預料，譜圖檢索是不能完全解決問題的。結構解析方法利用已有的光譜、波譜數據，由人工歸納出結構單元與譜圖性質關系的“知識規則”，存入計算機，作為邏輯判斷的標準。試樣數據輸入時，計算機推理判斷，指出試樣的結構的若幹種可能方案。這種方法模擬瞭化學專傢的智能，屬於“化學專傢系統”的研究。

　　結構解析的理想目標是結構自動分析，將未知物在紅外光譜儀、核磁共振譜儀等幾臺儀器上同時測譜，所得數據聯機送入計算機進行實時處理。在屏幕上顯示出平面或立體結構圖形，不過這種工作僅在小范圍內實現，要處理天然有機化合物等復雜問題為時尚早。

　　合成路線設計　文獻中已有大量有機合成路線，這是進行新物質合成的基礎，但是人們難以全部掌握這樣多的合成方法。利用數據庫方法把已有合成路線存入計算機中，可從不同途徑加以利用：①逆向追溯，提出欲合成某種目標物質時，機器從已有合成路線追溯，知道該物質可由A、B兩物質在什麼條件下合成；進一步追溯A可由C和D合成，B可由E和F合成，如此一直找到一些廉價易得的物質作為合成原料；②順向預測，已有大批原料，讓計算機判斷用這些原料能合成什麼有用物質；③途徑選擇，機器找出一批合成路線後，讓機器從中選出最符合要求（例如：成本最低，產率最高，方法最簡，污染最少）的合成路線。

按計算機應用方法分類

　　數值計算　主要是利用計算數學方法，對化學各專業的數學模型進行數值計算求解。例如量子化學、結構化學中的一些演繹性的計算、分析化學中的條件預測、化工中的各種應用計算等。

　　化學模擬　模似是計算機應用的重要方面，主要有：①數值模擬，例如，欲從工作曲線測量數據歸納成數學公式，可用曲線擬合法。這是較簡單的模擬。有時用一種數值計算方法就能完成任務。②過程模擬，欲總結某一復雜過程的測試數據，形成整套的規律和數學模型時，可能涉及許多種數值模擬工作。過程模擬能預測反應效果，在生產中起重要指導作用。③實驗模擬，例如，為瞭弄清幾種參數（反應物濃度、溫度、壓力）對產量的影響，可在建立數學模型後，逐個改變參數，讓機器回答其產量。這樣，若幹小時或若幹天才能完成的實驗，在計算機上用若幹分鐘就能得出結果。

　　模擬實驗的另一種形式，是在屏幕上顯示反應設備和反應現象的實體圖形，或反應條件（數據）與反應結果(數據)的坐標圖形。將一種操作方法或條件輸入，屏幕上即顯示相應的實驗效果，通常用於計算機輔助教學中。

　　實時控制　即儀器聯機和自動化。

　　模式識別　在化學中應用較廣的是統計模式識別法。這是一種統計處理數據，按專業要求進行分類判別的方法，適於處理多因素的綜合影響。例如，根據人的毛發、血、尿中微量元素含量診斷疾病，根據油田水的化學成分探測油礦，根據物性數據設計新的功能材料等。

　　數據庫　數據庫是一種綜合服務性的軟件工程。這裡所謂數據是廣義的。在化學數據庫中，數據、常數、譜圖、文摘、操作規程、應用程序……都是“數據”。數據庫能存貯大量信息，並可根據不同需要進行檢索。研究者為瞭查明有關領域的國際現狀，並在此水平上提高一步，通常要費大量勞動去查閱文獻，常常要求涉及某幾個關鍵詞的文獻，或某人在某年間的文獻等。建成瞭化學文獻庫，在使用時可以任意指定領域、要求。在一、二小時內拿到全部打印資料，完成常人半年查閱文獻的工作量。

　　專傢系統　專傢系統是數據庫與人工智能結合的產物，它把“知識規則”作為程序，讓機器模擬專傢的分析、推理過程，達到用機器代替或部分代替專傢的效果。具體例子有：①酸堿平衡專傢系統，內容包括知識庫和檢索系統，提出問題時，機器自動查出數據，找到程序，進行計算、繪圖、選擇判斷等處理，並用專業內行的語言回答問題，例如，任意溶液（包括任意種組分的混合溶液）的pH值計算，任意溶液用酸、堿進行滴定時操作規程的設計等。②定性分析專傢系統，用帕斯卡語言編寫瞭陽離子硫化氫系統和陰離子消去法系統，學生拿到未知試樣，不用學習和查閱這種古老系統，隻須按照機器提示的手續進行操作，所得現象再輸入機器，如此逐步處理，就會得出“試樣是什麼化合物”的結論。

　　專傢系統可以移植，利用一個專傢系統的框架，改變其數據庫、知識庫內容，就可形成另一專業的專傢系統。

　　專傢系統有“學習”功能。如果知識庫不夠全面，或形勢發展、情況有變化，機器輸出的答案不正確時，使用者可以隨時按鍵糾正。機器“學習”瞭新的知識後，下次回答同樣問題就不再出錯。

　　專傢系統是軟件系統，可以復制交流。如果各單位根據自己的專長，設計相應的專傢系統，則經過復制交流，每個單位都可掌握許多“專傢”，形成強大的智力資源。