基于σ,t<,R>关系约束和P-RNFNN的色谱峰解析辨识
首先构造了以塔板模型为基函数的径向基函数神经网络(P-RBFNN),而后在P-RBFNN学习算法中引入了基于可行域约束和共享小生境技术的遗传算法,从而使该神经网络具有了结构自学习和参数优化的能力.最后将具有结构自学习能力的P-RBFNN成功地引入色谱(重叠)峰解析辨识研究中.为了提高解析辨识的成功率,避免遗传算法的盲目搜索,又将柱效关系之σ,t<,R>近似正比关系作为罚函数引入遗传算法的适应度函数中,极大地限制了解的空间,减少了病态解发生的概率.
柱效关系 色谱重叠峰 遗传算法 解析辨识
李一波 黄小原
沈阳航空工业学院计算中心 东北大学工商管理学院
国内会议
西安
中文
565-569
2001-04-01（万方平台首次上网日期，不代表论文的发表时间）