基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分.pdfVIP

全国生物医药色谱学术交流会(2010)论文集 E05基于离散的粒子群优化算法结合主成分分析用于 相似烟气样品的色谱区分 文建辉钟科军唐丽娟蒋健晖 湖南中烟工业有限责任公司技术中心，长沙市劳动路426号，长沙410007 卷烟烟气是一种极端复杂的体系，其化学成分分析一直是烟草科研工作者所面临的难题 【1_3】。不同卷烟烟气化学成分相似度非常高，但是其烟气感官评吸指标却有着显著的差异，因 此，根据卷烟烟气色谱信息寻找不同卷烟烟气之间的差异化学组成，确定各品牌卷烟烟气的 特征化学致香成分，对于卷烟烟气品质解读、卷烟调香有着重要的指导意义。本文采用相似 度很高的同一品牌两种不同规格卷烟为样本，在标准条件下进行卷烟抽吸，利用冷阱捕集主 流烟气，二氯甲烷提取主流烟气捕集物，定容后进行气相色谱．飞行时间质谱分析。本实验共 采集19批次Al卷烟样本和19批次A2卷烟样本进行分析，采用化学计量学主成分分析法【4。5J 对两类相似样本的GC．TOFMS谱图的分析结果显示，该方法无法实现两类样本的有效区分。 通过基于离散的粒子群优化算法【6】寻找对区分两类样本有意义的色谱区间，并对这些色谱区间 进行主成分投影分析，成功地实现了两类色谱相似度很高的烟气样本的区分。本方法可快速 找出相似样品之间的色谱差异区间，对各品牌卷烟产品烟气中的特征化合物的分析和鉴定提 供了一种新的技术手段。 · 具体试验：将A1及A2两种卷烟各19批次样本按标准方法进行重量筛选。将烟支均匀地 放在温度(22士1)℃，相对湿度(60-士2)％的平衡箱中平衡48小时以上。将自制无水乙醇／ 液氮冷阱(．115℃)与单通道吸烟机连接，按YC／T29．1996标准抽吸卷烟，冷阱捕集主流烟气， 每个样品抽吸5支卷烟，用二氯甲烷提取烟气捕集物，每次lml，共4次，合并提取物，加内 标定容后进行GC．TOFMS分析，TIC扫描。最后对两类色谱数据进行化学计量学分析处理。 其他实验条件从略。 主要实验结果：为了消除基线漂移的影响，获取的A1与A2所有烟气样品的TIC谱图首 先经过了分段线性拟合以扣除基线，并对色谱保留时间进行了校正。来自不同类样本的TIC 图可见图l(a)。对谱图的初步观察可知，因为A1和A2烟气样品间的差异较小，得到的两 类样品的谱图也极为相似，两类样品的TIC图间存在难以人为辨别的差异，因此从直观上很 难找到对区分两类产品具有重要意义的色谱区间，但借助某些化学计量学方法帮助寻找重要 的色谱区间，建立合理的分类模型可望能解决这一问题。主成分投影分析是一种能在低维数 据空间中展示描述样本与样本之间关系的化学计量学方法，因此，当该方法用于分析来自Al 与A2这两种不同卷烟产品的烟气样品色谱数据时，可以较容易的获取这两种产品的样本在组 间以及在各自组内的相互关系。当使用所获取的整个色谱区间对38个样本进行主成分投影分 析时，其结果如图1(b)所示，我们可以看到组间样本的分散度极小，两组样本严重重叠，因此 无法考察A1与A2样本间的差异。 为获取对区分A1与A2两组烟气样品具有重要的意义色谱区间，我们将基于离散的粒子 群优化算法(modifieddiscrete swarm particle optimizationmethod，MPSO)结合主成分投影分 析用于评价Al与A2烟气样品的GC．TOFMS色谱数据对于辨识两类的能力。首先，我们选择 了几乎包含所有具有明显化合物流出的26个色谱段。在选择的每个色谱段中，可能仅包含了 烟气样品GC—TOFMS的单个检出化合物的色谱峰，也可能是保留时间极为接近的多个化合物 的色谱峰。然后，我们依照保留时间的前后依次对这26个色谱峰进行二进制的编码。考虑到 数据集的大小，在本文中，我们利用随机产生的49个仅含O与l的向量和1个所有元素都为 219 全国生物医药色谱学术交流会(2010)论文集 1的向量(对应于选择所有26个色谱区间进行主成分投影分析)作为粒子群优化算法最初的 一组可行解，即26个色谱区间不同组合的初始解。最优的色谱区间组合由离散的粒子群优化 算法得到26个色谱段中的六个保留时间区域对应的化合物