人工神经网络法对多组分大气污染物的同时监测

详细信息   

• 责任者：孙秀云^c南京理工大学 ; 李燕 ; 王俊德
• 刊名：光谱学与光谱分析
• 出版年：2003
• 卷期：23^b4
• 关键词：环境监测 ; 有毒物质20^a环境污染 ; 神经网络系统30^a大气污染
• 页码：739～741
• 索书号：P342.06/220
• 图表：^c表3参9插图
• 分类号：1700
• 文摘期号：2004/05

摘要

用18‐7‐8的反向传播人工神经网络(BP‐ANN)模型，对FTIR光谱图存在着严重混叠干扰的八种有毒易挥发有机化合物(VOCs)组成的大气污染物进行了同时定量测定，得到了各污染物的浓度。所测定的八种VOCs为苯乙酮，苯酚，三氯甲苯，1, 3丁二烯，氯苯，甲醇，三氯代乙烷和二氯甲烷。用标准预测误差(%SEP)，平均预测误差(MPE)和平均相对误差(MRE)来评价其预测能力。结果表明，该方法对多组分大气污染物定量分析, 能够得到较为满意的结果。（怡然录）