无环碳氢化合物:不饱和化合物和单价自由基

3.不饱和化合物和单价自由基

3.1具有一个双键的不饱和无支链无环烃通过将相应的饱和烃的名称末端“ane”替换为“ene”来命名,如果有两个或多个双键,则结尾为“adiene”、“atriene”等。

  • 主链的编号要尽可能保证双键的数字最小
  • 当环状化合物或取代产物中双键的位置不同时,名称中仅列出较小的编号;当它们相差超过1时,将另外的编号放入括号中(另见31.3或31.4)

Ex:

2-hexene    

1,4-hexadiene    

例外的(保留以下名称):

ethylene    H2C=CH2

allene    H2C=C=CH2

3.2具有一个三键的不饱和无支链无环烃通过相应饱和烃的名称末端“ane”替换为“yne”来命名,如果有两个或多个三键,则结尾为“adiyne”、“atriyne”等。

  • 主链的编号要尽可能保证三键的数字最小
  • 当环状化合物或取代产物中三键的位置不同时,名称中仅列出较小的编号;当它们相差超过1时,将另外的编号放入括号中(另见31.3或31.4)

 例外的:acetylene   HC=CH

3.3具有双键和三键的不饱和无支链无环烃通过相应饱和烃的名称末端“-ane”替换为“-en-yne”、“-adien-yne”、“-atrien-yne”、“-ene-diyne”等来命名。

  • 尽可能保证双键编号比三键编号小
  • 尽可能保证双键与三键编号最小
  • 如果三键与双键编号互换并相同,保证双键的编号比三键小

Ex:

1,3-hexadien-5-yne     

3-penten-1-yne    

1-penten-4-yne    

3.4不饱和支链无环烃被称为无支链烃的衍生物,其主链是含有最大数量的双键和三键。

如果有两个或多个链可选择作为具有最大不饱和键数的链:则

  • 主链是含有最大碳原子数的链
  • 如果碳原子数相等,则主链是含有最大双键数的链,命名饱和的支链无环烃规则也适用于此,链的编号要保证双键与三键的编号尽可能最小

 Ex:

3,4-dipropyl-1,3-hexadien-5-yne        

5-ethynyl-1,3,6-heptatriene          

5,5-dimethyl-1-hexene          

4-vinyl-1-hepten-5-yne        

例外的:

isoprene        

3.5衍生自不饱和无环烃的一价基团的名称末端为“-enyl”、“-ynyl”、“-dienyl”等。必要时要标示双键和三键的编号,具有自由价的碳原子编号为1。

Ex:

ethynyl        

2-propynyl        

1-propenyl        

2-butenyl        

1,3-butadienyl        

2-pentenyl        

2-penten-4-ynyl         

例外的:

vinyl(for ethenyl)        

allyl(for 2-propenyl)        

isopropenyl(for 1-methylvinyl)          

3.6衍生自不饱和无环烃的一价基团,当有多个侧链可选择为主链时:

  • 保证双键和三键的最大数量
  • 如果双键和三键数量和相同则保证碳原子数最多
  • 如果双键和三键数量和相同并且碳原子数相同则保证双键数最多

 Ex:

5-(3-pentenyl)-3,6,8-decatrien-1-ynyl        

6-(1,3-pentadienyl)-2,4,7-dodecatrien-9-ynyl        

6-(1-penten-3-ynyl)-2,4,7,9-undecatetraenyl        

2-nonyl-2-butenyl        

未完待续...

转载于:https://my.oschina.net/maskV/blog/2353514

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性境下的鲁棒性可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值