神經(jīng)網(wǎng)絡(luò)雜化算法測(cè)定糖蜜中小分子有機(jī)酸的研究.pdf

1、廢糖蜜是制糖工業(yè)中的一種產(chǎn)量巨大的副產(chǎn)品，如何開(kāi)發(fā)該種制糖工業(yè)的副產(chǎn)品一直受到業(yè)內(nèi)人士的關(guān)注。由于廢糖蜜中含有一些非氮類(lèi)小分子有機(jī)酸，如果加以開(kāi)發(fā)利用，將不僅能夠解決污染的問(wèn)題還能提高經(jīng)濟(jì)效益。對(duì)于復(fù)雜組分體系的測(cè)定方法中，目前已有氣相、液相、離子色譜等方法，但都存在成本較高，樣品處理起來(lái)繁瑣等缺點(diǎn)。人工神經(jīng)網(wǎng)絡(luò)（ANN）作為一種人工仿生智能技術(shù)，經(jīng)過(guò)幾十年的發(fā)展，應(yīng)用的范圍越來(lái)越廣。近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)被引入并應(yīng)用于化學(xué)計(jì)量學(xué)領(lǐng)域

2、的多個(gè)方向。本文采用人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)能力，結(jié)合電位滴定法，建立關(guān)于小分子酸主成分的模型，并應(yīng)用在實(shí)際糖蜜樣品中小分子有機(jī)酸的測(cè)定。
　　 在實(shí)際應(yīng)用中，標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)的缺點(diǎn)是訓(xùn)練容易陷入局部極小值，收斂慢或是連接權(quán)值選擇的隨機(jī)性等，都給實(shí)際網(wǎng)絡(luò)訓(xùn)練帶來(lái)了困難。在本文中采集的數(shù)據(jù)建立的標(biāo)準(zhǔn)BP模型效果并不理想。針對(duì)上述情況，本文提出了LM-BP算法嘗試解決標(biāo)準(zhǔn)BP算法的缺陷。LM算法是一種高斯．牛頓法和梯度下降法結(jié)合改進(jìn)算法，和

3、標(biāo)準(zhǔn)BP算法結(jié)合能解決局部極小的問(wèn)題并加快網(wǎng)絡(luò)的收斂速度。而遺傳算法(GA)是建立在自由進(jìn)化模型上的一種全局優(yōu)化搜索算法，具有全局優(yōu)化搜索和并行性的優(yōu)點(diǎn)，和標(biāo)準(zhǔn)BP算法結(jié)合能優(yōu)化選擇連接權(quán)值和閾值，從而提高網(wǎng)絡(luò)的性能。本文進(jìn)一步的將LM算法和遺傳算法結(jié)合起來(lái)，充分發(fā)揮兩種算法各自的優(yōu)點(diǎn)，并通過(guò)人工配制樣品所采集的數(shù)據(jù)建立起來(lái)的網(wǎng)絡(luò)模型對(duì)廢糖蜜中小分子有機(jī)酸進(jìn)行了成分的測(cè)定，結(jié)果表明該網(wǎng)絡(luò)具有良好的預(yù)測(cè)性，可以應(yīng)用于實(shí)際樣品中小分子有機(jī)酸