人工神经网络光度法同时测定5组分染料混合物.PDF

( ) 第 32 卷 分析化学 FENXI HUAXU E 　研究报告 第 11 期 2004 年 11 月 Chinese Journal of Analytical Chemistry 1421～1425 人工神经网络光度法同时测定 5 组分染料混合物 1 ,2 2 2 1 2 1 林生岭 　徐绍芬 　谢春生 　陈作如 　王文彬 　王俊德 1 ( ) 2 ( ) 南京理工大学现代光谱研究室 ,南京 210014 　　 江苏科技大学 ,镇江 212003 摘 　要 　应用人工神经网络原理 , 以快速BP 算法 ,对紫外可见吸收光谱严重重叠的 5 组分的染料溶液同时 进行含量测定。在 200～580 nm 的范围内 , 以 10 个特征波长处的吸收值作为网络特征参数 ,通过网络训练 , 甲基紫、酸性红B 、酸性橙 Ⅱ、酸性嫩黄、碱性桃红的相对标准偏差为 0. 22 %～4. 80 % ;5 种成分的回收率在 98. 3 %～103 %之间。实验表明 ,该算法速度快 ,预测结果准确 ,并用该方法定量测定光解废水中 5 组分混合 染料。 关键词 　人工神经网络 ,紫外可见分光光度法 ,染料 1 　引　　言 人工神经网络(ANN) 是一门发展迅速的交叉学科 ,是多元校正和定量分析 ,尤其在非线形定量是 较佳的手段。在化学分析中的应用日益受到分析研究者的重视 1 ～6 。人工神经网络是在生物学中神 经网络理论的基础上 ,简化了复杂结构的偏微分方程 ,构成了多个神经元互联网络的结构 ,研究这个复 杂的多维非线性大系统中的信息的分布、传递以及处理的理论和方法 ,并用于解决实际问题。 在生命科学里 ,生物体系通常在可见光作用下 ,化合及降解多组分的可溶性或不溶性色素。尤其在 动物界里 ,通过食入多成分及多色素的食物 ,在生物反应体系里和在光照下 ,通过光合及光解反应 ,又生 成多组分、多色素的蛋白质组织。因此 ,研究生命科学 ,必须研究在生物体内 ,在自然界里含有天然色素 食物的降解过程 ,而定量分析多组分的可溶性染料的色素是非常重要的。在工业废水造成污染过程中 , 已被污染的河流、土壤,往往带有红、黄、橙等多色的废水或废渣 ,为了治理多组分染料污染及从事降解 多组分染料的动力学研究 ,分析多组分染料是必不可少的。本实验选用 5 种可溶性染料 ,采用快速 BP ( ) 算法前向网络 trainbpx ,对甲基紫、酸性红 B 、酸性橙 Ⅱ、酸性嫩黄、碱性桃红 5 种混合染料进行同时测 定 ,在紫外可见吸收光谱中 ,选择 10 个波长 ,分别测定单组分及混合组分的吸收光谱。然后进行网络 训练及计算 ,对网络误差平方和与试样标准预测误差 ,试样的相对标准偏差及回收率进行统计 ,结果令 人满意。该法为定量分析生物体内天然色素食物的降解及生成多色素的蛋白质组织、工业染料废水多 组分测定与动力学研究具有一定的借鉴意义。 2 　基本理论 BP 网络是一种具有 3 层或 3 层以上的多层神经元网络 ,它的左右各层之间各个神经元实现连结 , 即左层的每一神经元与右层的每个神经元都有连接 ,而上下层各神经元之间无连接。本研究采用 3 层 ( BP 网络 ,即由 1 个输入层 ,1 个中间层和 1 个输出层组成。安排输入层仅 10 个节点 分别表示 10 个指 ) 定波长的吸光度 ,波长范围从可见到紫外 580～200 nm 。分别是580 、560 、520 、480 、440 、320 、260 、240 、 220 和 200 nm 。输出层为 5