基于遗传算法和神经网络的色谱重叠峰解析

• 作者: 李一波 黄小原
• 来源期刊: 北京化工大学学报(自然科学版)
• 学科: 化学
• 关键词: 径向基函数神经网络(RBFNN) 重叠色谱峰 遗传算法(GA) EMG模型
• 年，卷（期）: 2001,（3）
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP18|O657.7
• 字数: 3135字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-4628.2001.03.015

摘要

提出了一个新的色谱重叠峰解析方法--基于遗传算法(GA)和EMG模型的径向基函数神经网络(EMG-RBFNN)的色谱重叠峰解析.为了使EMG-RBFNN具有结构重组能力,用于色谱重叠峰解析的EMG-RBFNN采用了遗传算法.遗传算法具有鲁棒性和全局优化能力,若种群过小,则陷于局部极值点的概率将增高,而EMG模型是一个低效模型,选用过大的种群,必然使解析过程加长.为了提高算法效率,文中提出先用高效色谱峰近似模型--标准高斯模型进行繁衍,而后再用EMG模型的快速算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄小原		263	8048	49.0	75.0
2	李一波		101	885	13.0	25.0