模拟退火神经网络用于药物液相色谱梯度分离条件的优化

模拟退火神经网络用于药物液相色谱梯度分离条件的优化。使用均匀设计法以乙腈在线性梯度展开时的初始浓度和线性梯度的斜率为优化参数,对六种药物混合体系进行优化。采用退火神经网络方法建立了有效的分离条件预测模型。对神经网络模型所预测的最佳分离条件进行试验,分离结果满意。模拟退火神经网络可有效地用于药物液相色谱分离条件的优化。

遗传算法与退火神经网络用于八种水溶性维生素液相色谱分离条件优化

使用均匀试验设计法以甲醇在线性梯度展开时的初始浓度和线性梯度的斜率为优化参数,对八种水溶性VC、VB1、VB2、VB6、叶酸、VB12、烟酸和烟酰胺混合体系进行液相色谱分离条件优化。基于遗传算法和退火神经网络方法建立了有效的分离条件预测模型。对模型所预测的最佳分离条件进行试验,分离结果满意。将遗传算法和退火神经网络有机结合可有效地用于液相色谱分离条件优化。

化学计量学方法用于多环芳烃液相色谱分离条件优化

本文报道化学计量学方法用于多环芳烃(PAHs)液相色谱分离条件的优化。使用均匀实验设计法,以乙腈在线性梯度展开时的初始浓度和线性梯度的斜率为优化参数,对16种多环芳烃混合体系进行液相色谱分离条件优化,采用遗传算法和退火神经网络方法建立了有效的分离条件预测模型。对模型所预测的最佳分离条件进行试验,分离结果满意。