遗传算法用于地质样品中铁的相态分析地研究.pdfVIP

分析化学的成就与挑战 遗传算法用于地质样品中铁的相态分析的研究 王洪艳杨兵陈淑桂王英华 (长春科技大学化学系长春130026) 美键词遗传算法相态分析铁 随着科学技术的发展，人们不仅需要知道未知物质的含量，还需要进一步知道元素的形态 及分布。研究地质样品的相态分析，对战略性地质普查、地质找矿、矿床评价、选矿工艺以及矿 产综合利用都有极为重要的意义。 目前国内外化学相态分析f，l主要是对欲测的相态进行选择性溶解或选择性保留，然后捌《定该 相态元素的含量。这样傲不仅手续繁杂、而且存在串相误差。当分析精度要求较高时，则需根据 有关相态的浸取率对各相的串相误差进行校正。也有人采用化学计量学方法预报元素、化台物的 相分配问题，但由于建立相分配数学模型过于简化，致使有时预报会出现较大的偏差．外推性较 差．很难得到实际应用。另外，由于地质样品的相态组成千变万化，对于依赖校准模型的多元统 计算法，神经网络算法都很难实现准确定量预测。这说明当前相态分析的基础研究：L作仍很薄弱， 因此．借助相邻学科成就实施学科交叉、相互渗透，发展现代分析新方法势在必行。遗传算法 (GAs)12．31不需要关于体系的先验知识，不依赖于任何校准模型，是一种高效的全局最优化方 法。此方法已用于分析化学中计算配合物稳定常数．计算元素的的化学形态的分布，求解嫩佳反 应条件及多组分同时测定嘲，但用于相态分析的研究还未见报道。 l实验与原理 由于铁的不同相态(磁铁矿、赤铁矿、硫化铁、硅酸铁、菱铁矿)具有不同的品型结构、 聚集状态，在不同的浸取剂中具有不同的浸取率，且在一定的浸取条件下(浸取温度、浸取时问、 pH值、固液比等)保持稳定。基于铁的不同相态在不同浸取剂中的浸取分量总和应该等于混合 相杰的浸取总量，建立如下数学模型： ，“。』(i=1，m) 式中．仇为铁的第』个相态在第i种浸取剂中的浸取率：‘为矿样中所含的第，个相态的含量： 兀为第f种浸取剂浸取条件下铁的一次性浸取总量；n为铁的相态数：Ⅲ为浸取剂的种数。 漫取剂。同时对浸取剂的用量、浸取时间、固液比、浸取稳定性进行实验．得到最佳浸取条件。 并在最佳浸取条件下。通过多次重复实验，得到可靠的铁的各相态浸取率常数。 遗传算法随机产生多个代表各相态含量的一定长度的二进制数码串，通过繁殖、交配、变 异操作，不断改变二进制数码串的数据结构，并经过目标函数的的检验．获得最优个体并转换成 十进制数值．即为所求问题的解。 2分析与讨论 通过在不同初始值范围阿实验，发现遗传算法对初始值范围的选取并无严格要求。这就是 1120 —— 坌堑堡兰塑些塾皇垫些—— 说，我们对体系无需任何先验知识。种群大小是屉初产生新个体的个数，种群数过小，模型个体 容易单—化t相反，种群数太大，算法的收敛速度明显降低．计算结果的准确度也相应降低。最 佳种群数选为】6。目标检验函数是判别种群中个体优劣的标准．它直接影响算法的搜索效率和 计算结果的准确度。本文选用差的平方和均方根值为目标检验函数。交配概率(只)决定了搜索 空间中各点交换基因操作的几率。一般来说．只应设得较大。本文交配概率选为0．8。变异概率 (P二)是一个重要的参数。Pm取值太小。导致种群演变成为单一的模型而失去全局优化作用。，。 取值过大，又会导致算法搜索效率降低．本文P岫选为0．02适宜。 最后，利用所建立的数学模型和遗传算法高效搜索、全局优化的特点，进行了混合单矿物 模拟样、国家标准样和珲春金铜矿中的铁的相态分析，验证了此方法的准确度和精密度，证明本 方法比传统化学物相分析方法简便、快速、实用。 参考文献 1 龚美菱．化学物相分析研究论文集．陕西：陕西科学技术出版社．1996 2 J．AmericanScimtbsts．1992，90：12 DenningP 3 AIIll可k晦London,198+．i+ Axclrod亿GeneticAIgoriffamandSimulated 4 杨兵，王泱艳等．长春科技大学学报，】999，29(2)：193