基于改进移动窗口目标转化因子分析的多农药残留自动化定性分析方法

传统的多农药残留检测方法操作繁琐、检测时间长,多农药残留检测方法朝着自动化、快速、简便的方向发展。许多化学计量学方法被用于多农药残留快速自动化分析,但依旧存在参数较多,解析不正确的问题。因此,该文提出改进移动窗口目标转化因子分析算法,实现多农药残留的自动化检测。首先建立240种常见农药的标准质谱数据库,然后利用改进移动窗口目标转化因子分析算法对多农药残留样品的气相色谱质谱数据进行自动化解析,并将标准洗脱和快速洗脱条件下的结果进行比较与分析。结果表明:利用改进移动窗口目标转化因子分析算法可以实现对多农药残留的自动化定性检测,且快速洗脱条件得到的检测结果与标准洗脱条件得到的检测结果基本一致,表明改进移动窗口目标转化因子算法可以实现多农药残留的快速检测,此方法可为多农药快速自动化检测提供新途径。

改进移动窗口目标转化因子分析算法用于有机磷农药的高通量定性分析

目前,气相色谱质谱联用(GC-MS)技术已广泛应用于农药残留检测,但由于农药残留种类繁多,多农药残留GC-MS信号易受到基线漂移、谱峰重叠等干扰的影响,增大了多农药残留的检测难度。本文结合常见农药残留标准质谱库,利用改进移动窗口目标转换因子分析算法,对有机磷农药混合标准样品GC-MS数据进行了高通量解析。结果表明:利用所建立的方法,在10 min的洗脱时间内可以实现17种有机磷农药的准确定性分析,表明该算法结合标准质谱库可以实现多农药残留的高通量检测,为复杂样品多农药残留自动化分析提供了新的途径。

基于移动窗口目标转化因子对多种农药的快速定性分析

随着现代农业的发展,越来越多种类的农药被施用在水果、蔬菜以及粮食作物等农产品上。因此农药残留的检测成为分析化学的重点和难点。目前,气相色谱-质谱联用仪(GC-MS)在农残检测中得到了广泛的应用。由于复杂样品谱峰重叠的干扰大大增加了农残检测的难度和准确度。为解决这个问题,本文采用36种混合农药的样品进行试验,利用基于移动窗口目标转化因子分析的高通量分析技术对混合农药的样品进行快速定性分析。

基于改进粒子群算法的移动机器人多目标点路径规划

针对移动机器人遍历多个目标点的路径规划问题,提出了一种基于改进粒子群算法和蚁群算法相结合的路径规划新方法。该方法将目标点的选择转化为旅行商问题,并利用蚁群算法进行优化,定义了每两个目标点之间的路径规划目标函数,利用粒子群算法对其进行优化。针对粒子群算法存在的早熟现象,将反向学习策略引入粒子群算法,并对粒子群算法的惯性权重和学习因子进行改进。性能测试结果表明,改进的粒子群算法能有效避免粒子早熟现象,提高粒子群算法的寻优能力及稳定性。仿真实验结果验证了新方法能有效地实现机器人的多目标点无碰撞路径规划。真实环境下的实验结果证明了新方法在机器人多目标点路径规划的实际应用中也具有有效性。

基于OMWTTFA的豇豆多农药残留非靶向检测方法研究

针对豇豆多农药残留检测难度不断增大的问题,在移动窗口目标转换因子分析(MWTTFA)算法基础上增加了自适应迭代重加权惩罚最小二乘计算步骤,提出一种优化移动窗口目标转换因子分析(OMWT-TFA)算法,结合气相色谱-质谱(GC-MS)联用技术,建立一种豇豆多农药残留非靶向检测新方法。通过建立500种常见农药MS数据库,利用OMWTTFA算法对豇豆GC-MS数据进行高通量解析,采用实际豇豆样品及加标样品对该方法进行验证。结果表明:该方法可在30.00 min保留时间内实现两组豇豆加标样品中所有农药残留的非靶向检测,实际豇豆样品中未检出农药残留;检出组分的匹配度均超过800‰,准确性优于MWTTFA算法,有望成为果蔬多农药残留非靶向高通量检测的新途径。

基于高通量解析算法的复杂样品重叠气相色谱-质谱信号的快速分析

化学计量学算法为重叠气相色谱-质谱(GC-MS)信号的解析提供了有效手段,但其在计算过程中一般需要将数据进行分段处理,然后只对信号的某些区间进行解析,难以实现真正意义上的高通量分析。该文结合移动窗口目标转换因子分析(MWTTFA)和非负免疫算法(NNIA),建立了一种高通量解析方法。首先,根据所有可能存在的目标组分的标准质谱信息,利用MWTTFA检验复杂信号中存在的组分,并确定目标组分的质谱信息和洗脱时间区域。以得到的质谱信息作为后续计算的输入值,利用NNIA解析得到相应的色谱信息。采用快速升温程序对17种和42种农药混合标准样品的GC-MS信号进行分析,利用所建立的方法可在10 min内得到全部组分的色谱和质谱信息。