Resumen

La espectroscopia es un método eficiente y ampliamente utilizado para análisis cuantitativos. En este artículo, se propone un modelo de análisis cuantitativo espectral que combina la selección de longitudes de onda y la optimización de la estructura topológica. Para el método propuesto, se adopta una red neuronal de retropropagación para construir el modelo de predicción de componentes, y la optimización simultánea de la selección de longitudes de onda y la estructura topológica de la red neuronal se logra mediante programación evolutiva adaptativa no lineal (NAEP). El cromosoma híbrido en esquema binario de NAEP tiene tres partes. La primera parte representa la estructura topológica de la red neuronal, la segunda parte representa la selección de longitudes de onda en los datos espectrales, y la tercera parte representa los parámetros de mutación de NAEP. Se utilizan dos conjuntos de datos reales de gases de combustión en los experimentos. Para demostrar la efectividad de los métodos, se realizan el método de mínimos cuadrados parciales con espectro completo, el método de mínimos cuadrados parciales combinado con algoritmo genético, el método de eliminación de variables no informativas, la red neuronal de retropropagación con espectro completo, la red neuronal de retropropagación combinada con algoritmo genético y el método propuesto para construir el modelo de predicción de componentes. Los resultados experimentales verifican que el método propuesto tiene la capacidad de predecir de manera más precisa y robusta como una herramienta práctica de análisis espectral.

• Materias:Espectroscopia Nanocompuestos Oxidación electrolítica Espectrometría de masas Parámetros cinéticos
• Subjects:Spectroscopy Nanocomposites Electrolytic oxidation Mass spectrometry Kinetic parameters
• Palabras claves:Espectroscopia; Análisis cuantitativo; Selección de la longitud de onda; Optimización de la estructura topológica; Red neuronal de retropropagación; Programación evolutiva
• Keywords:Spectroscopy; Quantitative analysis; Wavelength selection; Topology structure optimization; Backpropagation neural network; Evolutionary programming