人工神经网络催化动力学光度法同时测定铁和锑

Fe(Ⅱ)和Sb(Ⅲ）对Cr(Ⅵ）-I^-都具有诱导效应,可以利用I2-淀粉的反应分别进行动力学分析。实验观察到,两者共存时对Cr（Ⅵ）-I^-反应的诱导具有协同效应。根据这一现象,在590nm波长下测定不同时间(温度)时协同诱导体系的吸光度,利用人工神经网络处理非线性体系的优势进行数据处理,建立了人工神经网络催化动力学光度法同时测定铁和锑的新方法。该法用于合成样品和土壤样品中铁和锑的同时测定,获得了满意的结果。     

人工神经网络催化动力学光度法同时测定硒和铁

在酸性介质中,硒(Ⅳ)和铁(Ⅲ)同时催化H_2O_2氧化二甲基黄褪色反应.研究发现:两者对H_2O_2氧化二甲基黄褪色反应的催化作用不具有加和性.根据这一现象,结合人工神经网络,建立了一种新的不经分离可同时测定硒(Ⅳ)和铁(Ⅲ)混合物中硒(Ⅳ)和铁(Ⅲ)各自含量的分析方法.方法应用于合成样品及烟草样品中硒(Ⅳ)和铁(Ⅲ)的测定,结果满意.     

人工神经网络法预测有机物临界体积研究

人工神经网络法预测有机物临界体积研究张向东（辽宁大学化学系沈阳１１００３６）赵立群，张国义（沈阳化工学院高分子化工系１１００２１）１基本原理￣［１］最近几年国内外学者将人工神经网络方法应用于解决化学问题收到较好效果￣［２］。误差反向传播（ＢＰ）模型是...     

纤维素酶水解动力学的人工神经网络模型研究

酶作用机制的模糊以及影响异相体系因素的大量存在, 使得纤维素水解的酶催化过程高度复杂, 很难为之建立理论模型. 采用非理论模型人工神经网络模拟和预测了纤维素酶水解反应, 并与常用的响应面模型进行了比较. 选取加酶量 X1, 底物浓度 X2 和反应时间 X3 作为自变量, 还原糖浓度 Y1 和原料转化率 Y2 作为响应值. 结果表明, 人工神经网络模型比响应面模型更适合作为研究纤维素酶水解的动力学工具. 在模拟过程中, 除中心试验点外, 只有 1 个试验点上人工神经网络模拟值 Y2 产生的误差大于响应面模型. 在预测过程中, 人工神经网络模型的预测值都比响应面模型更接近实验值.     

人工神经网络预测煤炭成浆浓度的研究

考虑煤炭的多种理化特性建立了成浆浓度的神经网络预测模型,对其数据预处理方法、学习率和中间层节点数等进行了深入讨论。水分、挥发分、分析基碳、灰分和氧等五个因子对于煤炭成浆性的预测起到主导作用。五因子、七因子和八因子神经网络模型对煤炭成浆浓度的预测误差分别为：0.53%、0.50%和0.74%,而现有回归分析方程的误差为1.15%,故神经网络模型比回归分析方程有更好的预测能力,尤以七因子模型最佳。     

应用人工神经网络预测氢化可的松的溶解度

以量子化学方法在密度泛函B3LYP/6-31G(d)水平上计算得到含有电负性原子的溶剂水、醇类、酮类、酯类、氯代烷烃共17种溶剂的结构参数：最高占用轨道能(EHOMO)、分子最低空轨道能(ELUMO)、分子偶极矩(μ)、分子总能量(Etotal) 、最正原子净电荷(q+)、最负原子净电荷(q-)。采用误差反向传播(BP)算法的三层人工神经网络,确定隐含层节点数为7,建立了EHOMO、ELUMO、μ、Etotal、q+、q-、摩尔体积(VM)、介电常数(ε)、温度(T)共9个参数与氢化可的松在不同温度下不同溶剂中的溶解度之间关系的模型。运用此神经网络模型可预测不同分离条件下氢化可的松的溶解度,平均预测相对误差为7.0%。     

人工神经网络在溶解度预测方面的应用

溶解度作为一项重要的物化指标,一直是化学学科的研究重点。然而,通过实验测量获得数据耗时费力,因此,科研人员建立了多种理论方法来进行估算,其中,人工神经网络因其能够关联复杂的多变量情况而受到广泛关注。本文综述了人工神经网络在物质溶解度预测方面的应用,介绍了应用最广泛的3种神经网络(BP神经网络、小波神经网络、径向基神经网络)的模型结构、预测方法和预测优势,探讨了神经网络的不足以及改进方法。文章最后对神经网络在物质溶解度预测方面的发展前景进行了展望。与其他方法相比,人工神经网络技术在物质溶解度预测方面具有预测结果精确度高、操作简单等特点,具有广阔的应用前景,但输入变量选择、隐含层节点数确定、避免局部最优等问题还需逐步建立系统的理论指导。     

人工神经网络方法预测气相色谱保留指数

用误差反向传播（ＢＰ）的人工神经网络（ＡＮＮ）模型及分子结构描述码作为输入特征参数,预测气相色谱保留指数．研究了链烷烃、环脂烃、烯烃及醇、酯、醚等３００个化合物,预测结果平均相对误差不大于２．８３％．     

低温催化精馏循环法合成2,2-二甲氧基丙烷

采用低温控制和催化精馏循环相结合的方法一次性合成了2,2-二甲氧基丙烷.实验表明该法能够缩短反应时间,大大提高反应产率.确定该合成工艺的最佳工艺参数为精馏柱柱顶温度为56.5℃,甲醇补加量流速为2 mL/min,催化剂床层温度为-10℃,丙酮转化率可以达到71%.     

用温度跃升法研究胶束催化

用温度跃升快速反应动力学测试仪器,研究了合成表面活性剂SDS胶束水溶液体系与生物表面活性剂脱氧胆酸钠(NaDC)胶束水溶液体系中,金属离子Ni~(2+)-2,2′-Bipyridine(Bipy)络合物形成的动力学。实验结果表明,生物表面活性剂同样表现出程度不同的胶束催化作用。又采用假相模型处理SDS胶束体系中上述反应的动力学,由动力学结果计算出可供发生反应的胶束体积。结果表明,此体积比不加电解质的胶束溶液中的反应体积增大,此现象被认为是由无机电解质的存在所造成。     

酒精呼气现场智能分析新技术

应用人工神经网络的原理, 用半导体氧化物气敏传感器阵列及单片机实现的呼出气体酒精含量的智能分析方法, 具有灵敏、准确、抗干扰能力强的特点。该文着重介绍了系统的原理, 配气方法, 网络的训练方法及酒精含量的预报结果。     

Application of generalized artificial neural networks coupled with an orthogonal design to optimization of a system for the kinetic spectrophotometric determination of Hg(II)

A simple and sensitive kinetic method for the determination of traces of mercury (70-760 ng ml⁻¹) based on its inhibitory effect on the addition reaction between methyl green and sulfite ion is proposed. The reaction was monitored spectrophotometrically by measuring the decrease in absorbance of methyl green at 596 nm between 2 and 4 min using a fixed time method. Artificial neural networks with back propagation algorithm coupled with an orthogonal array design were applied to the modeling of the proposed kinetic system and optimization of experimental conditions. An orthogonal design was utilized to design the experimental protocol, in which pH, concentration of sulfite, temperature, and concentration of methyl green were varied simultaneously. Optimum experimental conditions in term of sensitivity were generated by using ANNs. The rate of decrease in absorbance is inversely proportional to the concentration of Hg(II) over entire concentration range tested (100-550 ng ml⁻¹) with a detection limit of 45 ng ml⁻¹ and a relative standard deviation at 200-400 ng ml⁻¹ Hg(II) of 3.2% (n=5). A simple preconcentration step improved the limit of detection and linear dynamic range of the method to about 8 and 12-760 ng ml⁻¹, respectively, by about 10 times enrichment of mercury between 12 and 75 ng ml⁻¹. The method was based on enrichment of Hg(II) from dilute samples on an anionic ion exchanger fixed on a plastic strip and was applied to the determination of Hg(II) in environmental samples with satisfactory results.     

人工神经网络光度法同时测定5组分染料混合物

应用人工神经网络原理,以快速BP算法,对紫外可见吸收光谱严重重叠的5组分的染料溶液同时进行含量测定。在200～580nm的范围内,以10个特征波长处的吸收值作为网络特征参数,通过网络训练,甲基紫、酸性红B、酸性橙Ⅱ、酸性嫩黄、碱性桃红的相对标准偏差为0．22％-4．80％;5种成分的回收率在98．3％-103％之间。实验表明,该算法速度快,预测结果准确,并用该方法定量测定光解废水中5组分混合染料。     

传感器阵列信号处理的人工神经网络方法

本文提出传感器阵列信号处理的人工神经网络方法,并以K~+/Ca~(2+)/NO_3~-/Cl~-阵列系统为对象,尝试了该方法的效果。结果表明,其拟合最大相对误差不超过7.4％,预测最大相对误差不超过6.9％。可见,其性能良好,可望成为各种传感器阵列信号处理的有用工具。     

人工神经网络及其在分析化学中的应用

人工神经网络是一种新兴的计算方法，有着广阔的发展前途，目前在分析化学领域已经有了多方面的应用。本文简要介绍了人工神经网络的原理及其在分析化学中的应用。     

人工神经网络方法预测气相色谱保留值

本文运用一典型的人工神经网络模型－“反向传播“模型的改进形式，研究了诱导效应指数Ｉ，摩尔折射度Ｒｏ，疏水亲脂参数ＩｇＰ，以及分子联通性指数与气象色谱保留行为的关系，实现了对色谱保留植的预测。神经网络预测模型的最大相对误差不超过８．７％。结果表明，该方法性能良好，可望成为色谱保留值预测的有效手段。     

Madaline网络用于分光光度法同时测定铜钴镍的研究

采用4－（2－吡啶偶氮）－间苯二酚（PAR）－Cu,Co,Ni显色体系,应用Madline神经网络原理,对于吸收光谱严重重叠的三组分金属配合物体系同时进行含量测定,Cu^2 ,Co^2 ,Ni^2 的平均回收率分别为94％,101％,102％,实验表明,该法具有训练速度快,预测结果准确度良好等特点,有望成为多组分分析的有效方法之一。