浅谈ann及其改进算法对大气vocs的自动识别和定量分析

《浅谈ann及其改进算法对大气vocs的自动识别和定量分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDC注1密级学位论文ANN及其改进算法对大气VOCs的自动识别和定量分析(题名和副题名)刘丙萍(作者姓名)指导教师姓名李燕副教授王俊德教授申请学位级别亟±专业名称应用化学论文提交日期2QQ§!§论文答辩日期2005．6学位授予单位和日期蛊夏堡王太堂答辩委员会主席评阅人年月日注1：注明《国际十进分类法UDC))的类号摘要本文利用傅里叶变化红外光谱一人工神经网络(FTIn-ANN)联用技术。对多组分的VOCs进行了自动识别和定量分析，并且利用改进的ANN方法，结合平滑基函数最小化算法(SBFM)重构得到大气中各种污染物在二维平面上的浓度分布图。首先．采用模拟的光谱数据

2、，引入逼近度的概念确定最优网络模型，避免了网络陷入局部极小，成功地实现了单组分和多组分污染物的同时鉴勇Ⅱ和定量分析。然后，利用非线性迭代偏最小二乘(NIPALS)法和奇异值分解(SVD)法分别对网络的输入变量进行主成分提取，结果表明，人工神经网络的训练速度显著提高，预测性髓明显改善，并且两种方法相比，NIPALS法所得结果明显优于SVD法。最后，将NIPALS—m叮N模型和遥感FTIR联用，定性定量分析了模拟的污染区域中的VOCs，并引用SBFM算法，重构出了各种气体在二维平面上的浓度分布，根据重构图可以预测出VOCs气体的扩散范围，以及浓度的最大区域，以便及时发现污染源

3、并采取相应的措施控制污染范围的扩大。本研究为大气中VOCs的定性和定量分析提供了～种新途径，为工业废气等大气污染物的在线、连续和实时监测提供了一种有效方法。关键字：人工神经网络；遥感FTIR；VOCs；多组分分析；主成分分析；重构；SBFM算法堕室墨三查堂堡主堂竺堡壅垒巡墨苎墼垄苎鲨型查墨∑竺!塑皂垫望型塑塞苎坌塑一ABSTRACT11坞techniquecombiningtheartificialneuralnetwork(ANN)withFTIRspectroscopywasappliedtothesimultaneousrecognizingandquantific

4、ationofairVOCs．Inaddition．thegasdispersioninatwo—dimensionalplanewasobtainedwithimprovedneuralnetworksandthesmoothbasisfunctionminimization(SBFM)method．Firstly,theoptimumnetworkwasdeterminedonthedegreeofapproximation．whichmadethenetworkavoidoverfitting．ItWasshownthatthesinglecomponentandm

5、ulti—componentpollutionswereidentifiedandquantifiedsuccessfully．Then，nonlineariterativepartialleastsquares(NIPALS)andsingularvaluedecomposition(sVD)wereintroducedtoextracttheprinciplecomponents(PCs)，whichWereusedastheinputsofANN．ResultsindicatedthatthetrainingspeedandpredictiveabilityofAN

6、Nwerea／!significantlyimproved．ComparisonbetweenthemillustratedthattheformalmethodWasbetter．Finally,thefield-measuredpollutionareasincludingVOCswereanalyzedwithNIPALS-ANNmodelandopen·pathFTIRspectrometer．Toreconstructthegasdispersioninatwo—dimensionalplane,theSBFMmethodWaSused。near髓pollute

7、dcallbedeterminedandthefoulestareacanalSObeobtained．Onthebasisoftheresults，pollutedsourcecallbefoundaSsoon器possible，andmeasurementscanbemadetoeontroldiffusenessofthepollutedsoal℃e．11lisprojectprovidesanewappmachforthesimultaneousidentificationandquantificationofVOCs