神经网络用于光度法同时测定多种重金属离子

采用可见分光光度法,通过构筑16-5-4多目标神经网络模型实现同时测定溶液中Cd2+、Pb2+、Cu2+、As3+的含量。实验以4-(2-吡啶偶氮)-间苯二酚(PAR)作为显色剂,采用"多因素多水平可视化设计法"设计样本,在4种组分可见吸收光谱严重重叠的390~480 nm范围内,选取16个特征波长处的吸光度作为输入信号,应用"留二法"原则训练BP网络。网络准确预测了结果,Cd2+、Pb2+、Cu2+、As3+的平均回收率分别为100.10%、100.03%、100.09%、99.99%,测定结果的相对标准偏差分别为0.18%、0.12%、0.26%、0.13%,达到了4种组分含量同时测定的目的。