论文部分内容阅读
本学位论文研究了化学计量学方法在分析化学中的应用，主要研究了人工神经网络(Artificial neural networks，ANN)和遗传算法(Genetic Algorithms，GAs)在多组分分析中的应用，特别是在分光光度分析中的应用，建立新的化学计量学方法。完成与合作完成论文六篇，均为第一作者，其中四篇已发表(核心期刊两篇)。本文在分光光度分析中，分别建立了钨(钼)-二溴茜素紫-CTMAB和钼(钛)-二溴茜素紫-CTMAB两个新的同时测定的显色体系。将BP人工神经网络(BP-ANN)用于钨(钼)-二溴茜素紫-CTMAB同时测定的显色体系解析两种配合物重叠光谱，光度法不经分离同时测定了钨和钼，建立新的化学计量学方法。将该方法用于钢中钨和钼的同时测定，结果满意。将BP人工神经网络(BP-ANN)用于钼(钛)-二溴茜素紫-CTMAB同时测定的显色体系解析两种配合物重叠光谱，光度法不经分离同时测定了钼和钛，建立新的化学计量学方法。将该方法用于钢中钼和钛的同时测定，结果满意。用遗传算法优化BP-ANN的结构和参数，建立了遗传神经网络(GA-BP-ANN)，使隐含层结点、学习速率和动量因子得到了最佳匹配，解决了BP-ANN的过训练和过拟合问题，从而克服了BP-ANN分光光度法中训练集分析结果较好，预测集结果较差，而且两个元素输出结果误差也不一致，其中一个较大，一个较小的缺点。将遗传神经网络(GA-BP-ANN)用于钨(钼)-二溴茜素紫-CTMAB同时测定的显色体系解析两种配合物重叠光谱，光度法不经分离同时测定了钨和钼，建立了新的化学计量学方法。将该方法用于钢中钨和钼的同时测定，结果优于BP神经网络。将遗传神经网络(GA-BP-ANN)用于钼(钛)-二溴茜素紫-CTMAB同时测定的显色体系解析两种配合物重叠光谱，光度法不经分离同时测定了钼和钛，建立了新的化学计量学方法。将该方法用于钢中钼和钛的同时测定，结果优于BP神经网络。本文中人工神经网络和遗传神经网络进行计算所用的程序均用Turbo C语言编写。引用了123篇文献分别对人工神经网络和遗传算法在化学中应用的新进展作了评述。