人工神经网络光度法同时测定5 组分染料混合物

    林生岭1 ,2 徐绍芬2 谢春生2 陈作如1 王文彬2 王俊德3 1

    1 (南京理工大学现代光谱研究室,南京210014) 2 (江苏科技大学,镇江212003)

    摘 要 应用人工神经网络原理,以快速BP 算法,对紫外可见吸收光谱严重重叠的5 组分的染料溶液同时

    进行含量测定。在200～580 nm 的范围内,以10 个特征波长处的吸收值作为网络特征参数,通过网络训练,甲基紫、酸性红B、酸性橙Ⅱ、酸性嫩黄、碱性桃红的相对标准偏差为0. 22 %～4. 80 %;5 种成分的回收率在

    98. 3 %～103 %之间。实验表明,该算法速度快,预测结果准确,并用该方法定量测定光解废水中5 组分混合

    染料。

    关键词 人工神经网络,紫外可见分光光度法,染料

    2003212208 收稿;2004206209 接受

    本文系国家自然科学基金资助项目(No. 20175008)

    1 引 言

    人工神经网络(ANN) 是一门发展迅速的交叉学科,是多元校正和定量分析,尤其在非线形定量是

    较佳的手段。在化学分析中的应用日益受到分析研究者的重视1 ～6 。人工神经网络是在生物学中神

    经网络理论的基础上,简化了复杂结构的偏微分方程,构成了多个神经元互联网络的结构,研究这个复

    杂的多维非线性大系统中的信息的分布、传递以及处理的理论和方法,并用于解决实际问题。

    在生命科学里,生物体系通常在可见光作用下,化合及降解多组分的可溶性或不溶性色素。尤其在

    动物界里,通过食入多成分及多色素的食物,在生物反应体系里和在光照下,通过光合及光解反应,又生

    成多组分、多色素的蛋白质组织。因此,研究生命科学,必须研究在生物体内,在自然界里含有天然色素

    食物的降解过程,而定量分析多组分的可溶性染料的色素是非常重要的。在工业废水造成污染过程中,已被污染的河流、土壤,往往带有红、黄、橙等多色的废水或废渣,为了治理多组分染料污染及从事降解

    多组分染料的动力学研究,分析多组分染料是必不可少的。本实验选用5 种可溶性染料,采用快速BP

    算法前向网络(t rainbpx) ,对甲基紫、酸性红B、酸性橙Ⅱ、酸性嫩黄、碱性桃红5 种混合染料进行同时测

    定,在紫外2可见吸收光谱中,选择10 个波长,分别测定单组分及混合组分的吸收光谱。然后进行网络

    训练及计算,对网络误差平方和与试样标准预测误差,试样的相对标准偏差及回收率进行统计,结果令 ......