蚁群算法在混合谱解析和实验条件优化中的应用研究

摘要

最近几年,蚁群算法(Ant Colony Algorithm,ACA)作为一种源于大自然中生物世界的新的仿生类算法受到科研工作者的重视.鉴于蚁群算法在求解复杂优化问题方面的优越性,该论文探讨将该算法用于化学计量学中,进行对混合物体系的解析和非线性函数的拟合.蚁群算法被该课题组首次引用于化学计量学中,曾成功用于三组份导致光谱的多元解析问题,该文研究的是采用蚁群算法对杯芳烃体系来进行对未知样的预报试验.杯芳烃体系的紫外吸收光谱重叠比较严重,直接采用分光光度法进行它们的同时测定是很困难的,我们用蚁群算法对此类混合体系的紫外吸收数据进行分析,成功地确定了化合物的组分和含量.另外,该论文还成功探讨了速率方程的拟合将示波电位法与动力学分析法结合起来测定茶皂素的含量.在实际工作中,影响分离度的因素主要是温度,流速和进样体积三个因素,三个因素互为影响,对于一个新体系,要摸索合适的条件颇为棘手,因为均匀设计法可以用最少的实验次数来获得最佳实验条件,我们用均匀设计安排的试验所得到的实验结果设想用多项式回归方程拟合,利用得到的拟合方程寻找预测最佳实验条件,该文采用蚁群算法拟合出来的影响分离度因素的方程,有针对性的改变色谱条件,在很短的时间内就成功地分离并由红外光谱图区分鉴定了两个含磷类同分异构体化合物的结构.

目录

文摘

英文文摘

一、化学计量学的基础与研究进展

1、化学计量学的基础

2、化学计量学的研究进展

二、蚁群算法的研究

1、关于算法的讨论

2、蚁群算法的思想源泉

3、蚁群算法的原理

4、关于蚁群算法一些重要性质的讨论

5、蚁群算法的优点和不足

6、蚁群算法的应用

参考文献

第二部分蚁群算法用于多组分体系混合谱的解析

一、多组分体系混合谱解析的发展

二、蚁群算法用于多组分体系混合谱的解析原理

三、实验部分

实验一对叔丁基杯[n]芳烃(n=4，6，8)的合成

实验二、对叔丁基杯[n]芳烃(n=4，6，8)紫外量测数据的获取

四、用蚁群算法进行解析的结果与讨论

1、目标函数的选择

2、参数的选择

3、蚁群算法拟合的图谱和实验图谱的比较

4、未知样浓度解析结果

5、蚁群算法用于茶皂素体系混合谱解析的预测

参考文献

第三部分蚁群算法用于色谱实验条件的选择

一、用均匀设计法进行色谱条件的摸索

二、蚁群算法拟合色谱条件的基本原理

三、实验部分

1、仪器和试剂

2、实验设计

3、回归方程的建立

四、蚁群算法用于色谱体系里非线性多元函数拟合的讨论

五、利用拟合出来的方程解决同分异构体的分离问题

1、引言

2、实验部分

3、结果与讨论

4、结论

参考文献

第四部分示波电位动力学分析法中速率方程的拟合及茶皂素的测定

一、引言

二、实验部分

三、结果与讨论

参考文献

结语

附录1研究生期间完成的工作以及已发表或即将发表的论文

附录2对叔丁基杯n(n=4，6，8)芳烃的红外谱图

附录3拟水平均匀设计法测得的实验数据

致谢