人工神经网络研究进展及其在光谱分析中的应用

介绍最常用的人工神经网络——BP神经网络的原理、结构及其研究进展,评述了人工神经网络在光谱分析中的应用。     

人工神经网络法预测二维色谱柱效

 采用基于变步长BP算法的人工神经网络,对高效微 填充柱-毛细管柱构成的二维柱色谱系统建立了柱效与影响因素的权接拓扑模型, 并用于不同操作条件下二维柱系统的柱效预测中,取得了较好的效果。     

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。     

人工神经网络在气相色谱保留值预测上的应用

应用人工神经网络对气相色谱Ｋｏｖａｔｓ保留指数进行多点预测研究。基于人工神经网络的典型模型（ＢＰ网络）,采用文献中的数据,建立了反映溶质的Ｋｏｖａｔｓ指数与溶质的溶剂化参数以及其与固定相的相参数之间关系的数学模型,并采用多元性回归方法和人工神经网络对溶质的Ｋｏｖａｔｓ指数进行了预测研究。     

叠加分辨率时间图及其在色谱优化中的应用

]本文提出了一种新的色谱选择性多指标优化方法—叠加分辨率时间图技术（ORTM,可同时优化两个色谱参数（分辨率和分离时间）,并比较了Smilde的多指标决策判定法（MCDM,通过Doehlert均匀外壳设计的数据处理实例,研究和比较了两法各自的优点及局限性。     

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％．     

应用人工神经网络鉴定高效液相色谱峰纯度

首次应用人工神经网络（ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ,简称ＡＮＮ）鉴定色谱峰纯度,根据判定指标,采用改良反向传播算法对系统进行描述和预报,结果正确,收敛较快,具有一定的理论和实用价值。     

自组织人工神经网络在氟化物非晶态形成的判别条件中的应用

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络，利用化学健参数法，研究了三元系氟化物非晶态形成的判别条件，建立了相应的计算法判别智能软件．识别成功率较高．结果表明，该方法性能良好，可望成为研究化合物非晶态形成条件的有效的辅助手段．     

改进的人工神经网络在传感器阵列信号处理中的应用

本文提出传感器阵列信号处理的人工神经网络模型，以Cu^ 2/Ca^ 2系统为研究对象．尝试了神经网络方法的效果。其最大相对误差不超过5．％，最大相对预测误差不超过2．4％，结果表明，该方法性能良好，在各种传感器阵列的信号处理方面有广泛的应用前景。     

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。     

色谱法在三氯半乳蔗糖合成中的应用

采用薄层色谱和柱色谱法，选择优化展开体系，有效地分析了三氯半乳蔗糖中间体2，3，6，3′，4′-五氧乙酰蔗糖混合物，并证实该混合物中杂质为三苯甲醇，为三氯半乳蔗糖的合成研究取得了重要发现。     

人工神经网络在环境监测中的应用近况

综述了近年来国内人工神经网络在环境监测中的应用进展,内容包括在化学、分光光度、X射线荧光、色谱以及其他方面的应用,引用文献29篇。     

离子色谱在油田油垢无机成分分析上的应用

运用离子色谱法对油田结垢无机成分进行分析研究，优化色谱条件，建立了油垢无机成分分析检测方法。该方法简便、快速、精确，对石西油田油垢分析的应用效果较好。     

特征线法在求解非线性液相吸附色谱模型中的应用

本文应用特征线法求解非线性液相吸附色谱分离过程模型，论述了特征线法的原理和步骤，讨论了时间步长和空间步长对模型数值解的影响，并用色谱分离甘露醇和山梨醇以及分离蔗糖和还原糖的实验进行验证，用特征线法计算的理论流出曲线与实验流出线吻合较好。本文还分折了模型中各个参数的灵敏度，结果表明：吸附等温方程Q＝Ci*／（ai＋biCi*）中参数ai比参数bi以及总传质系数ki有更高的灵敏度。     

神经网络—紫外光度法同时测定水中硝酸盐氮和亚硝酸盐氮

研究了硝酸盐和亚硝酸盐的紫外吸收光谱。利用基于ＢＰ算法的人工神经网络对光谱数据处理,提出同时测定水样中硝酸盐氮和亚硝酸盐氮的新方法。对人工合成试样和实际水样进行了测定。结果满意。采用均匀设计法构建试验系统及网络运行参数的选择。效果良好。     

离子色谱法测定污水中阴、阳离子的前处理

研究了离子色谱技术在污水中常见阴、阳离子监测方面的应用。根据大量实验数据提出了水样前处理方法，确定了色谱条件。污水样品经前处理后，阴离子测定结果的相对标准偏差为0.71%-4.4%，回收率为94．6％－108.6%。     

人工神经网络分光光度法测定无机铬的形态

在二溴苯基荧光铜-溴化十六烷基三甲基-乙醇显色体系中,应用三层人工神经网络解析Cr(Ⅲ)和Cr(Ⅵ)的吸收光谱,分光光度法同时测定Cr(Ⅲ)和Cr(Ⅵ)。Cr(Ⅵ)和Cr(Ⅲ)的质量浓度分别在0～0．287 mg·L-1和0～0．131 mg·L-1范围内服从比耳定律,其表观摩尔吸光系数分别为ε580=1．13×105L·mol-1·cm-1和ε576=8．96×104L·mol-1·cm-1。使用改进的BP网络,避免了网络学习过程中可能产生的陷入局部极小点,并提高了其收敛速度和泛化能力。经合成样品和实际样品分析,考核了方法的回收率和精密度。     

离子色谱法在城市和背景区域SO2监测中的应用

介绍用无动力采样技术采集样品、离子色谱法分析SO2污染物浓度的监测方法。国际实验室间分析结果的比对实验表明，离子色谱法具有快捷、准确及自动化程度较高等优点。该方法在城市和背景区域环境空气背景值研究，如SO2污染物迁移规律、空气质量预测预报模型验证及远距离传输等方面具有很大的实用价值。     

人工神经网络用于紫外光谱同时测定苯和甲苯及二甲苯的含量

根据反向传输（Backpropagation,BP）算法,应用三层ANN（人工神经网络,Artificial neural network）网络原理,对紫外光谱严重重叠的苯、甲苯和二甲苯的混合体系进行同时测定。在230～280nm范围内,以16个特征波长处的紫外吸光度作为网络特征参数,并通过均匀设计安排样本进行网络训练和计算。苯、甲苯和二甲苯的回收率依次为98．7％,99．4％和97．4％,测定结果的相对标准偏差分别为2．0％,2．8％和2．7％。