第32 卷

    2004 年5 月

    分析化学(FENXI HUAXUE) 研究报告

    Chinese Journal of Analytical Chemistry

    第5 期

    673～678

    人工神经元网络方法在毛细管电泳和色谱分析中的应用

    张雅雄 李 华

    3

    Josef Havel

    (西北大学分析科学研究所,西安710069) (Masaryk 大学分析化学系,Kotlárˇská, 2 , 61137 Brno , 捷克共和国)

    摘 要 综述了人工神经元网络方法在毛细管电泳和色谱分析中的应用,内容包括迁移(或保留) 行为的预

    测,分离优化,模式识别及分类,重叠峰定量解析,非线性过程的模型化,峰纯度的判断等。还对人工神经元网

    络在色谱和毛细管电泳中将来可能的应用进行了探讨。引用文献52 篇。

    关键词 人工神经元网络,毛细管电泳,色谱,评述

    2002207218 收稿;2003201220 接受

    本文系国家自然科学基金资助项目(No. 20075021)

    1 引 言

    人工神经元网络是对人脑功能的简单模拟,是一种能够解决许多复杂化学学科领域问题的有力化

    学计量学工具。对该方法的研究始于20 世纪40 年代,但受制于计算机科学的发展,进展较为缓慢。20

    世纪80 年代,Hopfield1 的研究工作极大地推动了人工神经元网络的研究及应用。Rumelhart 等2 和

    Lippmann 等3 的研究工作使得人工神经元网络在化学、生物化学、化学工程及药物学中获得了广泛地

    应用。目前已有多篇论文对人工神经元网络的原理及应用给出了详尽叙述4 ～8 。

    色谱、毛细管电泳及离心技术是生化样品、药物分离分析中的常用方法10 。其中色谱与毛细管电

    泳方法已发展了多种分离模式11 ～15 ,并获得了广泛的应用。由于人工神经网络方法在处理非线性问

    题时的独特优势,非常适合于色谱及毛细管电泳等复杂的分离分析技术,本文对此作一综述。

    2 理论部分

    人工神经元网络有多种类型,但大致分为两类:有管理的人工神经元网络和无管理的人工神经元网

    络。前者需对已知样本进行训练,方能对未知样本进行预测;后者无需对已知样本进行训练即可用来对

    化合物进行分类。前者的典型代表为误差反向传输(error back propogation , BP) 人工神经元网络和统 ......