用遗传算法优化的约束背景双线性化方法-上海有机化学研究所.PDF

化学学报 ACfA CHIMICA SINICA 1997 , 55 , 693-702 用遗传算法优化的约束背景双线性化方法 处理含未知背景组分干扰的色谱二维谱图体系 崔 卉 梁逸曾事 陈文灿 陈增萍 许静 莫文莉 (湖南大学化学化工系 计量学和化学传感技术研究所 长沙 410082) 摘要 数值遗传算法是全局优化方法.本文将其引入约束背景双线性化问题的优化求解过程，以避 免陷入局部最优.用本方法处理了模拟数据和两个实际含未知背景干扰的色谱二维谱图体系，并探 讨了如何提高遗传算法在优化平台区域的寻优速度，结果令人满意. 关键词 遗传算法，约束背景双线性化，二维双线性数据 啕噜-粤 随着现代仪器分析技术的发展，分析化学取得了重要进步，在相对短的时间内可从样品中 获得越来越多的信息.分析信号不再局限于一个数据(标量)或一组数据(矢量)，而可以是一个 矩阵甚至高维张量.丰富的原始数据加上新的数据处理方法使得复杂分析体系的定性定量解 析成为可能.目前已有许多仪器可提供二维数据(矩阵)，如高效液相色谱一晶体二极管矩阵 (HPLC- DAD) ，激发一发射荧光(EXÆM) ，气相色谱一质谱(GC-MS)等. 在化学研究和工作中，对含有未知背景干扰的样品进行直接定量分析一直是化学家们所 关注的一个难题.然而，对于这种灰色分析体系用一维分析信号不能得到有严格数学意义的 精确解，二维双线性数据为此类问题的求解开辟了新途径[l].Ho 最早提出了消秩法[2]; 这类方 法经改进最后发展为通用消秩法的一般形式[3]; 而 Ohman 等从另一角度提出了残差背景双线 性化的方法[4]; 梁逸曾等通过对这一方法进行研究和改进，提出了约束背景双线性化方法 (CBBL)[5]. 优化算法在这类方法中有很重要的作用，故我们将遗传算法引入处理这类问题. 1 原理与算法 1. 1 约束背景双线性化 算法具体可见文献[5 ]，在此简要叙述如r :HPLC - DAD ,EXÆM 等仪器都可产生二维 双线性数据.此类数据的特点是:纯化学组分所得数据矩阵的值等于1.即它可表示为两个矢 量的乘积: X=t.pl (1) t 为此物质在HPLC-DAD 上的色谱流出曲线或EXÆM 的荧光激发光谱， p 是HPLC一 DAD 的光谱或 EXÆM 的发射光谱. 含有未知背景干扰组分的灰色分析体系的响应模型可表示为: 1995 -10- 25 收到，修改稿 1996 一 02-13 收到国家教委霍英东基金及国家自然科学基金资助课题. 694 化学学报 A口A ffiIMICA SINlCA 1997 N M Y = ~cλ + ~c.;Rj 十 E (2) Y 为分析样品的响应矩阵，X 为待测组分i (i =1 ， 2 ， …N)的响应灵敏度矩阵， Cj ， 句为相应 j 浓度，M, Rj , Cj ， Cj