基于粒子群优化支持向量机的重金属镉离子方波溶出伏安方法研究  

PSO-SVM applied to SWASV studies for accurate detection of Cd(II) based on disposable electrode

作　　者：赵国[1] 王辉[1] 刘刚[1] 

机构地区：[1]中国农业大学现代精细农业与系统集成教育部重点实验室中国农业大学农业部农业信息获取技术重点实验室,北京100083

出　　处：《中国农业文摘（农业工程）》2018年第5期9-14,共6页Agricultural Science and Engineering in China

基　　金：国家自然科学基金面上项目(31671578);国家高技术研究发展计划(8 6 3计划)(2013AA102302)

摘　　要：方波溶出伏安法是一种检测土壤重金属镉离子的有效方法,但是铅离子的存在往往会对镉离子的检测产生消极的干扰。本研究结合了化学修饰电极、机器学习算法和方波溶出伏安法,提出了一种用于在铅离子存在条件下检测镉离子的新方法。首先使用铋膜/离子液体修饰电极来检测镉离子,分析影响溶出电流的相关参数;其次使用扫描式电子显微镜和方波溶出伏安法表征修饰电极的形态学和电化学属性;最后通过获取的不同浓度下镉离子和铅离子的溶出伏安图谱,建立用于预测镉离子浓度的数学模型。此模型不仅可分析铅离子对镉离子检测的交互影响,而且在镉离子和铅离子溶出峰值电流和镉离子浓度之间建立了非线性关系。通过改进粒子群优化支持向量机算法(PSO-SVM),在不同的铅离子浓度范围下对镉离子浓度检测精度进行了评估。实验结果表明,该方法能够在不同铅离子浓度存在条件下,高效检测出重金属镉离子的浓度,并利用实际样品进行了测试,获得了满意的结果。

关 键 词：方波溶出伏安法 粒子群 支持向量机 丝网印刷电极 土壤重金属 

分 类 号：O657.1[理学—分析化学] X833[理学—化学]