第二章计算机仪器分析.pptVIP

第二章 计算机与仪器分析 第四节 人工智能与实验仿真模拟技术 一、分析化学中的人工智能技术简介 a introduction to Artificial intelligence 1. 知识库与知识表示方法 逻辑表示模式 推理方法 推理方法 2. 专家系统（expert system） 专家系统 液相色谱专家系统： 辅助光谱图解析系统基于谱图库的辅助解析系统 人工智能化合物结构识别系统 识别系统流程 3. 模式识别 智能化分析仪器示意图 二、仿真模拟技术与虚拟实验室 multimedia simulation of instrument analysis experiment 虚拟实验室 虚拟实验室 虚拟实验室 内容选择： * * 一、人工智能简介 an introduction to Artificial intelligence 二、仪器分析实验多媒体仿真模拟 multimedia simulation of instrument analysis experiment computer and instrument analysis artificial intelligence and multimedia experiment simulation technology 人工智能（artificial intelligence）: 是指用机器或计算机通过模拟人类的智慧行为来解决实际问题的能力。 人工智能技术在化学方面的应用： 计算机辅助结构解析；计算机辅助合成设计；智能化分析仪器；计算机多媒体虚拟实验室。 一般层次：人工智能 = 知识库+逻辑推理方法； 高级层次：具有自学习、自积累能力。 化学人工智能的核心问题： （1） 化学知识的模型化和表示方法 （2） 知识库的建立与搜索方法 （3） 推理、演绎、判断与求解方法 （4） 程序设计和技术 知识库：数据库的发展；解决问题的规则（具有因果关系的数据）的分类集合，为推理服务。 推理模式和知识表示方式决定知识库的数据结构； 知识表示方式：逻辑表示模式；过程表示模式；语义网络模式；框架表示模式；产生式表示模式。 知识表示方式用于知识的计算机识别，编译程序用于知识库的内、外部表示的转换； 将事实用“命题”和“谓词”两种方式表示； 命题：“真”、“假”两种可能的事实； 如：P命题“2980cm-1处有吸收”； Q命题“1719cm-1处有吸收” 命题可以用逻辑关系词组合成“复合命题”； P^Q；化合物在两处均有吸收 谓词：描述实体的性质或关系； 如：P(acetone)表示“丙酮在1719cm-1处有吸收”； E(b,c)表示 “b=c”； A(Z,X，Y)表示Z=X+Y； 知识表述： E(X,Y)^ E(Y,Z)→ E(X,Z) 若X=Y且Y=Z，则X=Z（→为逻辑关系“蕴含”） 大量的知识描述（事实或规则）即构成知识库 依据提供的事实，利用知识库，通过程序运行（推理），获得结果； 推理方法： 正向推理 逆向推理 逆向推理 将专家的判断过程转变成的智能程序系统； 用户 用户界面 解释功能 知识获取 专家 问题状态 推理机制 知识库 知识表示及编译程序 结构验证 化学环境 模式识别 人机交互信息 波谱模拟 结构碎片发生器 整体分子拼接 实验数据(MS,NMR,IR) 分子式 其他信息 谱图-结构 相关表 其他 约束条件 推理数据库(用户提供的信息) 结构发生器 立体结构发生器 知识库 分子张力能计算 13C-NMR谱峰数 结构输出 结构解析专家系统流程框图 （1）柱系统推荐软件包 输入碳数、基团、试样类型等 推荐预处理方法，色谱分析方法，分离柱，流动相，检测器等。 （2）色谱条件优化及离线色谱数据计算软件包 根据获得的原始数据，进行条件优化后，再次进行分析，提供分析报告。 谱图与数据查询：谱图的再处理，相关谱图查找，计算，分离条件显示，相关数据显示 确定化合物结构：红外、核磁、质谱 1969年，斯坦福大学的DENDRAL系统 1976年，PBM系统，美国Cornall大学，质谱图解析 1977年，SISCOM系统，前联邦德国煤炭研究所，质谱图解析 谱图存储方法 原则：节省空间，不遗漏信息： 保存峰数据；按波长取数据 查询对比方法（检索） 需要考虑仪器误差（峰位、峰强），判断相似程度的定量指标 模拟专家的思维，将经验抽象成一些规则