化学计量学中人工神经网络方法的新进展.docVIP

化学计量学中人工神经网络方法的新进展 吴秀红 李井会 （鞍钢环保监测站, 鞍山, 114021） （鞍山钢铁学院, 鞍山, 114002） 摘要 本文综述了近年来人工神经网络在化学计量学中应用的进展情况。文章着重于人工神经网络在预测与预报﹑多元校正﹑参数估计﹑分类﹑建模与流程控制﹑化学传感器﹑化学模式识别﹑化学动力学等方面的应用。本文引用文献138篇。 关键词：化学计量学，人工神经网络，同时测定，综述 前 言  化学计量学（Chemometrics）是将数学、统计学及计算机科学应用于化学的一门新兴的交叉学科，而神经网络作为一种智能计算方法日益受到化学工作者的关注。人工神经网络（Artificial Neural Network，ANN〕的研究始于1943年由McCullock和Pitts提出的一种形式化神经元[1] ，它描述了神经元的时间总和、域值等特征。1949年，Hebb又提出了突触连接强度可变的假设，它奠定了ANN学习算法的研究基础[2] 。此后，直到1982年，由于Hopfield提出了一种新的非线性网络模型[3]，使ANN理论和实际应用统一起来，从而使科技工作者对ANN的研究有