基于遗传算法优化的约束背景双线性分解算法用于改进高效液相色谱灰色分析体系的校正结果
2017-06-15张雅雄聂先玲
色谱 2017年6期
张雅雄, 聂先玲
(磁性分子与磁性信息材料教育部重点实验室, 山西师范大学化学与材料科学学院, 山西 临汾 041004)
研究论文
基于遗传算法优化的约束背景双线性分解算法用于改进高效液相色谱灰色分析体系的校正结果
张雅雄*, 聂先玲
(磁性分子与磁性信息材料教育部重点实验室, 山西师范大学化学与材料科学学院, 山西 临汾 041004)
该文采用约束背景双线性分解算法(CBBL)对以高效液相色谱(HPLC)方法分离分析的灰色分析体系进行了多元校正研究。针对采用包括CBBL在内的矩阵校正方法处理HPLC灰色分析体系的固有缺陷,即在相关组分的色谱保留时间重现性较低的情形下多元校正的结果不理想,对CBBL方法进行了改进,即将待测组分的浓度与组分的色谱保留时间同时作为优化的参量引入CBBL,并采用遗传算法(GA)优化CBBL,对于模拟的组分保留时间飘移严重的HPLC灰色分析体系及保留时间重现性不佳的多种酚类化合物组成的实际HPLC灰色分析体系进行了多元校正分析,成功克服了经典CBBL的固有缺陷,取得了较理想的多元校正结果。另外,该研究所建议的方法的校正结果也显著优于传统的残差双线性分解法(RBL)以及秩消失因子分析法(RAFA)。
约束背景双线性分解算法;遗传算法;高效液相色谱灰色分析体系;改进多元校正方法
随着现代分析化学分析手段的仪器化和分析对象的复杂化,得到的仪器分析信号日益复杂,且其中包含的有用信息也日益丰富,对此类仪器分析信号进行解析以提取出最大量的有用信息就成为化学计量学研究的重要目标[1]。……
登录APP查看全文
