人工神经元网络方法在毛细管电泳和色谱分析中的应用.pdfVIP

( ) 第 32 卷 分析化学 FENXI HUAXU E 　研究报告 第 5 期 　　　　　　　　　　　 　　　　　　　　　　　 2004 年 5 月 Chinese Journal of Analytical Chemistry 673～678 人工神经元网络方法在毛细管电泳和色谱分析中的应用 张雅雄　李　华 Josef Havel (西北大学分析科学研究所 ,西安 710069) (Masaryk 大学分析化学系 , Kotlárˇská, 2 , 61137 Brno , 捷克共和国) ( ) 摘 　要 　综述了人工神经元网络方法在毛细管电泳和色谱分析中的应用 , 内容包括迁移 或保留 行为的预 测 ,分离优化 ,模式识别及分类 ,重叠峰定量解析 ,非线性过程的模型化 ,峰纯度的判断等。还对人工神经元网 络在色谱和毛细管电泳中将来可能的应用进行了探讨。引用文献 52 篇。 关键词 　人工神经元网络 ,毛细管电泳 ,色谱 ,评述 1 　引　　言 人工神经元网络是对人脑功能的简单模拟 ,是一种能够解决许多复杂化学学科领域问题的有力化 学计量学工具。对该方法的研究始于 20 世纪 40 年代 ,但受制于计算机科学的发展 ,进展较为缓慢。20 世纪 80 年代 , Hopfield 1 的研究工作极大地推动了人工神经元网络的研究及应用。Rumelhart 等2 和 Lippmann 等3 的研究工作使得人工神经元网络在化学、生物化学、化学工程及药物学中获得了广泛地 应用。目前已有多篇论文对人工神经元网络的原理及应用给出了详尽叙述4 ～8 。 色谱、毛细管电泳及离心技术是生化样品、药物分离分析中的常用方法10 。其中色谱与毛细管电 泳方法已发展了多种分离模式11 ～15 ,并获得了广泛的应用。由于人工神经网络方法在处理非线性问 题时的独特优势 ,非常适合于色谱及毛细管电泳等复杂的分离分析技术 ,本文对此作一综述。 2 　理论部分 人工神经元网络有多种类型 ,但大致分为两类 :有管理的人工神经元网络和无管理的人工神经元网 络。前者需对已知样本进行训练 ,方能对未知样本进行预测 ;后者无需对已知样本进行训练即可用来对 ( ) 化合物进行分类。前者的典型代表为误差反向传输 error back propo gation , BP 人工神经元网络和统 ( ) ( ) 计网络 ;后者的典型代表为自适应共振理论网络 ART 网络 和自组织特征映射网络 Kohonen 网络 。 人工神经元网络是一种抽象的数学模型 ,通过不断的“学习”过程 ,神经元网络通过不断调整各个神经元 ( ) 间的连接权重与偏置 bias ,从而使误差函数达到最小值。当完成对网络的训练之后 , 向网络输入一组 特定的输入值 ,则网络能通过对该组输入值的特征的概括与提取 ,进而给出其相应的输出值。人工神经 网络是一种从输入到输出的非线性映射。