基于BP神经网络紫外可见光度法测定苏丹红混合组分.pdfVIP

第38卷第 12期 应 用 化 工 V01．38No．12 2009年12月 AppliedChemicalIndustry Dec．200I9 0 、 移 够 ·自 2分析测试3 眵 、 、廖 》 基于BP神经网络紫外可见光度法测定 苏丹红混合组分 龙昌玉 ，杨胜科 ，李元岗 ，张金平。 (1．江西省产品质量监督检测院，江西 南昌 330029；2．长安大学 环境科学与工程学院，陕西 西安 710054) 摘 要：应用人工神经网络，以BP算法对混合样品中苏丹红系列的三种组分(苏丹红 I、苏丹Sill、苏丹gEIV)的浓 度进行测定。在MATLAB7．0中建立BP神经网络，优化网络条件，对训练样本进行训练，然后对检测样本进行检 测。预测结果的误差范围在 0．03％ ～9．20％之间。当样品浓度 0．1×10 mol／L时，预测误差较大，均在 5％以 上 ；当浓度 0．1X10 mol／L时，预测的相对误差较小 ，均在 5％以下。该方法已用于模拟水样中微量苏丹红的检 测 。 关键词：苏丹红；紫外可见分光光度法；人工神经网络；MATLAB语言 中图分类号：O657．32 文献标识码：A 文章编号：167l一3206(2009)12—1810—03 Application ofBP neuralnetwork andUV-Visible spectrophotometrytopredictmixedcomponentsofSudan LONG Chang—yu ，rANGSheng—ke ，LIYuan—gang2ZHANGJin-pingz ， (1．JiangxiProvincialProductQuali~SupervisionTestingCollege，Nanehang330029，China； 2．SchoolofEnvironmentalScienceandEngineering，Chang’anUniversity，Xi’8J1710054，China) Abstract：MixedsamplesofthethreecomponentsseriesSudan(Sudan I，Sudanm，SudanIV)concen- trationsweremeasuredapplyingartificialneuralnetworkstoBP algorithm．BP artificialneuralnetwork modelwasconstructedbyMATLAB 7．0．andnewtork conditionswereoptimized．Simulateddatawere usedtotrainthenetWOrkSOastogain thesuitablelearningepochsandthesizeoflearningset．The effectsofneuronnumberinhiddenlayerandmomentum parameteronclassificationwereinvestigated．A11 thepredictedvaluesbythemodelhavebeencomparedwiththepracticalvaluesand theerrorswerebe． wteen0．03％ and9．20％．When ￡hOconcentrationofsampleislessthan0．1×10一 mol／L．thepredic． donelTorismorethan5％ ：whentheeoncentrationiSgreaterthan0．1×10～ mo1／L．hterelativeerroris below5％．rhem