遗传神经网络-分光光度法同时测定钢中铋和铈

应用遗传算法优化BP神经网络的结构和参数,解决了BP神经网络过拟合问题;建立一种遗传神经网络算法(GA-BP-ANN),用少量训练样本自适应概率搜索确定神经网络中隐含层结点数、学习速率(η)、动量因子(α)三者最佳匹配;在铋(铈)-二溴羧基偶氮胂同时测定显色体系中,应用遗传神经网络-分光光度法同时测定铋和铈,铋和铈络合物的表观摩尔吸光系数分别为8.3×104L.mol-1.cm-1和1.2×105L.mol-1.cm-1;25mL溶液中铋在0～25μg,铈在0～13μg服从比尔定律。方法用于钢中铋和铈的同     

遗传神经网络-分光光度法同时测定钨钼钛

建立了钨、钼、钛-5′-硝基水杨基荧光酮-CTMAB的同时测定新显色体系,用遗传神经网络解析钨、钼和钛的重叠光谱,分光光度法同时测定钨、钼、钛。在遗传神经网络中构造三组分解析的适应度函数,用作图法最后确定交叉概率和变异概率,并将遗传神经网络与小波神经网络的解析结果进行比较,表明遗传神经网络优于后者。将所建立的方法用于标准钢样中钨、钼、钛的测定,相对误差分别为1.83%,-0.09%和-1.92%。     

ICP-AES法测定铸铁中的镧、铈、镨、钕、钐

应用ICP-AES法测定铸铁中稀土元素镧、铈、镨、钕、钐可优化ICP的工作参数,选择合适的分析谱线,精密度良好,相对标准偏差＜5%,回收率在95%～101%之间.     

电感耦合等离子体原子发射光谱法测定金属锰中痕量钛

在新钢种中添加金属锰时,需要知道金属锰中钛的含量,因此提出了采用电感耦合等离子体原子发射光谱法测定金属锰中痕量钛的分析方法。实验以硝酸分解样品,选择334.941nm谱线作为钛的分析线,使用与分析样品基体相接近的标准溶液和相同的测定条件克服物理干扰影响。结果表明,钛在质量分数为0.0008%~0.018%范围内与其强度呈线性关系,方法检出限为0.003μg/mL,方法用于金属锰样品中钛的测定,测定值与分光光度法及原子吸收光谱法的测定值一致,测定结果的相对标准偏差(n=6)在1.9%～3.3%之间。     

小波遗传神经网络-阳极溶出伏安法同时测定钢中铜和铅

研究了二硫代二安替吡啉甲烷作修饰剂的修饰玻碳电极,并以此为工作电极,建立了测定铜和铅的阳极溶出伏安法。应用小波变换去噪、数据压缩和背景扣除功能对峰电流信号进行处理,用遗传算法自适应概率搜索神经网络的最优网络结构和参数,解决神经网络过拟合问题,将小波神经网络(WT-BP-ANN)、小波遗传神经网络(WT-GA-BP-ANN)的分析结果进行比较,Cu2+,Pb2+测定结果的RSD分别为3.49%,2.33%;3.77%,1.89%,表明小波遗传神经网络优于小波神经网络。