浅析化学计量学在分析化学中应用.docVIP

浅析化学计量学在分析化学中应用 　　摘 要：作为理论化学中研究的重点目标，化学定量在化学定量构效关系中发挥着重要的作用。它是化学学科的根本性问题，主要研究从物质的化学成分、化学结构研究测量化学物质的特性。常见的化学法定量方法主要是图论与数值。目前化学定量构效关系的研究已经将最优算法引入，实现了其广泛应用。本文主要从化学计量学在分析化学中的应用进行分析，探究今后化学计量学的应用与发展。从而更好的指导化学研究。 　　关键词：化学计量学 分析化学 人工神经网络 　　化学计算学作为化学的分支学科，起步较晚，在涉及内容上又比较广阔，涉及到数学、统计学及计算机应用技术等相关学科，可以说是一门交叉性的学科。正是因为科学技术的发展及多学科相互渗透的作用才诞生了化学计量学这门独特的学科。涵盖于化学测量的整个过程，采样理论、实验设计、选择与优化、变量处理及数据分析斗属于化学计量学。化学计量学担负的主要任务是进行化学测量数据的分析与处理，进行测量程序与实验方法的最佳选择，最早由瑞典化学家提出，一直沿用至今。正是因为化学计量学的巨大作用，解决了传统化学研究中不能攻破的难题，成为化学研究的新方向与关注点。 　　一、化学计量学对于化学测量的应用分析 　　在化学研究中，需要将化学计量学渗透于化学测量的全过程。在上世纪五十年代以来，新的化学仪器分析方法已经被充分的引入到分析化学中，分析测试工作已经逐步实现了仪器化、自动化与初步的计算机化，这些技术的深入应用，为化学分析提供了可靠的测量数据，但是将这些分析仪器的优点结合起来，将杂乱无章的数据信息进行重新排列组合，最大限度的解决信息的筛选，成为化学研究工作者当前面临的最大难题。 　　化学计量学在解决这一问题中发挥了重大作用。将分析分离技术集于一体，通过特定的高维仪器产生分析信号，利用新型的分析信号多元校正及有效分辨方法进行复杂多组分的体系定性，进行定量解析。利用这种化学计量学的方法可以对巨大的数据信息进行有效的筛选，从而提取最有用的信息，对这些有用信息进行分析，实现了单纯的“数据提供者”到“问题解决者”的角色转变。化学计量法对于化学测量产生的影响是深远且巨大的。化学计量法应该贯穿于化学测量的全过程。 　　二、当前化学计量学在分析化学中的应用分析 　　（一）化学计量学在化学定量构效关系中的应用分析 　　化学定量构效关系研究是化学学科的根本性研究问题，结合物质的化学成分与基本的结构进行化学性质的测定，是我国目前化学理论研究中的重要目标。在进行研究时一般采用图论与数值的方法进行各种化合物的表征，将所获取的计算结果与实际的被测量化学物的物理、化学及生物特性结合起来，用比较明确的定量关系来代替含糊的定性描述。目前化学计量学在进行分析化学研究时引入了全局最优算法，在利用误差反向传播的多层次感知模型进行苯酚衍生物的活性测验时取得了明显的研究效果，较之先前的研究方法，改进是十分明显的。 　　（二）化学计量学中模式识别方法在分析化学中的应用 　　化学计量学中的模式识别法是根据化学测量数据矩阵，对样本集通过样本性质进行分类进行选取的方法。根据测量在多维模式空间中的相对位置不同，用线性判断识别分析法、最邻近法等进行模式的识别。模式识别法的研究能够为决策及过程优化提供最有实用价值的信息资料。我国石油化工行业、材料化学研究领域都基于该思想破解了很多研发难题。其中K―最邻近法从伏安波汇总对重叠的伏安响应信号进行区分，将K―最邻近法用于电位阶伏安波及毛细管曲线分类中，实现了对有机化合物构效关系的有效表征。二SMCA法最广泛的应用就是食品的鉴定。 　　（三）化学计量学的人工神经网络应用分析 　　除了我们上面提到的应用，化学计量学在神经网络应用方面也发挥了积极的作用。所谓的人工神经网络是基于现代生物学的对人脑组织进行研究而提出的，利用大量的简单的处理单元进行充分连接，从而形成的巨大的复杂的网络体系，主要是用来模拟人的大脑神经网络结构域的一定神经行为。人工神经网络可以对数据模式进行合理的解析与分类，对于原因与结果关系不确定的非线性测量数据有着独特的应用。分析化学的不确定性很多，借助于化学计量学的人工神经网络得到了有效的应用解决。从目前神经网络的应用情况来看，在谱图分析、药物分子药效的预测及蛋白质结构的预测方面都取得了不错的成绩。此外，在分析化学中应用比较广泛的还有遗传算法，遗传算法可以进行多组分分析波长选择、数据校正优化、核磁共振脉冲波形选择等。人工神经网络还进一步促进了仪器联机与实验的自动化。在生产方面起到了重要的指导作用。 　　（四）化学计量法波普化学的应用分析 　　目前在化学研究中，化学家们一直努力的目标主要是波普数据库的有效利用。波普数据库的质谱、核磁共振谱、色谱等复杂分析体系的快速定性定量分析都是当前研究的重点。化学计量学为这方面的研究