修正高斯模型神经网络的色谱重叠峰解析  

Resolution of Chromatographic Peaks by RBFNN Based on EMG_-Model

作　　者：李一波[1] 黄小原[2] 吴志红[1] 

机构地区：[1]沈阳航空工业学院计算中心,辽宁沈阳110034 [2]东北大学工商管理学院,辽宁沈阳110006

出　　处：《计算机与应用化学》2001年第5期484-488,共5页Computers and Applied Chemistry

基　　金：辽宁省自然科学基金资助项目 ( 972 14 7)

摘　　要：目的 :研究色谱重叠峰解析新方法。　方法 :构造了以修正高斯模型 (EMG)为基函数的径向基函数神经网络 (EMG-RBFNN) ,在网络学习算法中提出采用基于共享小生境技术的约束最优保留两阶段遗传算法 :结构学习和参数最速梯度下降进化 ,从而使EMG-RBFNN具有结构学习能力 ,使该神经网络能够适应组分数未知的色谱重叠峰解析。尤其是在将气相和高效液相色谱EMG模型参数τ、σ和tR 之间的近似线性关系作为可行域约束条件引入算法后 ,极大地限制了算法可行的解空间 ,减少了局部最优解出现的概率 ,提高了算法运行效率。　结果 :将此新方法分别应用于计算机仿真色谱和 45例中药材HPLC ,算法可以以较高的精度解析出仿真色谱 ,实际色谱峰解析也有很高的解析精度。　结论 :该方法非常适用于组分数未知的各种色谱 (重叠 )A new algorithm resolution of overlapping chromatographic peaks of unknown components number is presented. Radial Basis Function Neural Network Based on EMG - Model(EMG -RBFNN) is constructed, then a two -phase genetic algorithm (GA)-training structure and evolving parameter is used to train EMG -RBFNN so that it has the ability of reconstructed structure. Then the linear relationship between τ?σ and t R is used to limit the range of the results. The method proposed here needs no artificial interference, not only has it robustness and globalism, but the ability of accurate resolution to completely overlapped Chromatographic Peaks. The simulation experiments show that this method is more accurate than other methods.

关 键 词：EMG模型 径向基函数神经网络 色谱重叠峰 遗传算法 解析 色谱分析 

分 类 号：O657.7[理学—分析化学] TP183[理学—化学]