申明金
冶金分析
doi:10.13228/j.boyuan.issn1000-7571.009749
多组分同时测定时,由于组分间的相互影响,特征波长的选择是影响计算精度的重要因素.Sn(Ⅳ)、Mo(Ⅵ)和Sb(Ⅲ)均可与水杨基荧光酮(SAF)和溴化十六烷基三甲胺(CTMAB)发生高灵敏度的显色反应,生成稳定的三元胶束化合物,但紫外吸收光谱重叠严重.实验提出将Kohonen神经网络与Elman网络相结合建立了铸铁中3种金属同时测定的定量分析方法.方法利用Kohonen神经网络的聚类能力选择特征波长点,然后用优化后的Elman神经网络对优选特征波长点处的吸光度数据建立预测模型.结果表明,用从全谱中选出的26个波长点吸光度数据建模,整体预测效果最好.将实验方法用于合成样测定,预测结果与实际浓度的平均相对误差绝对值在2.24％～3.10％之间;用于铸铁样中Sn、Mo和Sb同时测定,测定值与原子吸收光谱法测定值吻合较好,相对标准偏差(RSD,n=7)在1.2％～2.7％之间.
关键词:
Kohonen神经网络
,
Elman网络
,
锡
,
钼
,
锑
,
铸铁
