人工神经网络化学发光多元校正模型的建立

摘要

对于复杂的分析体系，不经分离而直接进行多组分同时测定一直是分析化学工作者追求的目标之一，也是近年来化学计量学中非常活跃的一个研究领域。将分析方法和化学计量学方法结合能够建立一些快速、简便、准确和成本低的多元校正分析方法。本文主要目的是建立人工神经网络化学发光多元校正模型，研究其在实际分析中的应用。论文主要内容如下： 第一部分介绍了人工神经网络的原理及结构，重点介绍了最常用的误差反向传播神经网络的原理和构建；并就人工神经网络在分析化学中用于多组分的同时测定进行了综述，内容涉及紫外-可见分光光度分析法、红外和近红外光谱法、荧光光谱法、电化学分析法、色谱分析法等。 第二部分研究报告主要集中在以下几个方面： (一)人工神经网络-连续流动化学发光同时测定利福平和异烟肼 本文提出了一种基于人工神经网络的连续流动化学发光同时测定利福平和异烟肼的方法。该方法利用利福平和异烟肼在碱性条件下发生的降解动力学速率的差异，将分析物的降解发应和它们与N-溴代丁二酰亚胺作为氧化剂的化学发光反应相耦合，通过测定和记录发应在1～300s的化学发光强度，用人工神经网络建立校正模型并进行预测。选择20个利福平和异烟肼的二元混合溶液作为实验校正集，两种分析物的相对标准偏均小于5％。这种方法成功的用于药物合剂中利福平和异烟肼的同时测定。 (二)人工神经网络-连续流动化学发光同时测定还原性糖 本文提出一种不需要预处理同时测定三种还原糖(葡萄糖、果糖和乳糖)的简单的连续流动化学发光分析法。该方法根据葡萄糖、果糖和乳糖与铁氰化钾发生的氧化还原反应的动力学速率的差异，将分析物与铁氰化钾的发应和luminol-K3Fe(CN)6化学发光反应相耦合，通过测定和记录反应在1～300s的化学发光强度，用人工神经网络建立校正模型并进行预测。分别选择16个和10个葡萄糖、果糖和乳糖三元混合溶液作为实验校正集和预测集，三种分析物的相对标准偏均小于5％。并将这种方法成功的用于食品中葡萄糖、果糖和乳糖的同时测定。 (三)人工神经网络-连续流动化学发光同时测定有机磷农药 本文提出了一种简单的连续流动化学发光-人工神经网络多元校正方法同时测定3种有机磷农药残留的方法。有机磷农药在紫外光催化下与过硫酸钾发生消解反应生成磷酸盐，而磷酸盐在酸性条件下可与钼酸盐、钒酸盐形成具有氧化性的磷钼钒杂多酸，其可直接氧化碱性鲁米诺产生强的化学发光。不同分子结构的有机磷农药消解发应的反应速率不同。将氧乐果、敌敌畏和敌百虫与过硫酸钾发生的消解反应和磷钼钒杂多酸-1uminol化学发光体系相耦合，测定有机磷农药的消解动力学曲线，结合人工神经网络多元校正可同时测定氧乐果，敌敌畏和敌百虫。本法具有对农药中含有的有机物的抗干扰能力强、灵敏度高、线性范围宽、自动化程度高且易于操作等优点，并已成功的用于蔬菜表面这三种有机磷农药残留的测定。

目录

文摘

英文文摘

学位论文独创性声明及学位论文使用授权声明

第一部分综述人工神经网络在多组分同时测定中的研究进展

第二部分研究报告

(一)人工神经网络-连续流动化学发光法同时测定利福平和异烟肼

(二)人工神经网络-连续流动化学发光法同时测定还原性糖

(三)人工神经网络-连续流动化学发光法同时测定有机磷农药

总结

文献

致谢

攻读学位期间的研究成果