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。