188宝金博页面版

环境科学EN Vl RO N M EN TAL SCl EN CEV01．29，N o．9％p．，2()08运用神经网络分析电流测定堆肥系统中的对苯二酚李文卫L3，章毅2，李旭东¨( 1．中国科学院成都生物研究所．成都61004l ；2．湖南大学环境科学与工程学院，长沙410082；3．中国科学院研究生院，北京100049)摘要：针对生物传感器检测堆肥系统中对苯二酚时存在的检测范围较小和检测精度不高等问题，在分析漆酶生物传感器检测电流信号的基础上，以传感器响应电流为输入变量，以对苯二酚浓度为输出变量，建立了神经网络( AN N ) 模型。对网络进行了优化．确定了最佳的网络参数( 最佳隐含层神经元数为7，最佳输入层神经元数为5，最优的传递函数组合为Tansi g-LD鲥g。最优的算法为Levenherg—M arquardt算法) 。并将模型预测性能同非线性回归( N R) 模型进行了比较．N R的RM sE( 均方根误差) 为14．44I9弘n10l ，L．预测值与实测浓度之间的相关系数为0．9944；与之相比，AN N 的RM SE达到4．4442pm oI，L，预测值与实测浓度的相关系数为O ．9996，预测性能明显优于N R．对苯二酚的检测范围达到O ．015—450，zm oi ，L，在现有水平上进一步扩大了检测范围同时提高了检测精度．关键词：神经网络；生物传感器；对苯二酚；堆肥；回归模型中图分类号：X830．2文献标识码：A文章编号：0250．330I( 2008) 09．2678．06Am perom etri c D eterm i nati on ofH ydroqui nonei nCom post SystemU si ngArti fi ci alN euralN etw orksUW en．w ei l “ ，ZH AN G Yi 2，U Xu．dong‘(1．chengdu Ins￡j fute0fBj ol og)，，chj ne跎Academ y0fScj ence8，chengdu 6】004l ，Chj na；2．Couegeof Envi 啪m entalsci ence andEngi neeri ng，H unan U ni ve璐i ty，Changsha410082．Chi na；3．G m duate U ni versi tyof sm aU detecti on concentm ti on 6copeandp00r p陀ci si oni nam pem m et—cdetem i n且ti on ofhydm qui nonei nneural netw ork( AN N ) m odelcurrents 卸dhydm qui noneconcentrati on w ereof netw orks w 鹊ob忸i ned：hi dden neum nnum ber，7；i nputTan8i g-Logsi g；a190ri thm ，kvenberg—M 丑rquardt．The predi cti on pe而咖肌cesof AN Nw ere com pared w i Ih nonl i nearre目ressi on m odel ( N R) ．The RM SE( r∞tm eansquare of erm r) and correl ati on coe伍ci ent betw een cal cul ated val ues and m easured val ue日of N R are 14．44l 9弘m ol ，Land0．9944嗍pecti vel y．w hi l eth08eof AN N 他们h 4．444 2pm ol ，L肌dO ．9996。respectj vel y，8how i ngbetterpredi cti on pe舶m ancesN R．M eanw hi l e，the hydroqui nonede把圮ti on钟opeofO ．015· 450pm ol ／Li 8∞hj eyed．Both￡l l edek虻￡i on且cope明d pneci sj 彻of hydm qIJ j nonei ncom P∞t systemw ere fnheri m pm vedon thepre鸵nt-沁yw ords：artm ci alof Chi nese AcadeInyofSci ence8．Be巧i ng 100049，Chi na)AbstI．act：Tore∞l ve thep_；Dbl em scom posthydm qui noneconcentrati on．sy8temby Iacca跎bi o∞nsor，an ani fi ci alw as establ i shedtoanal y舱t|Iecu眦nti 叩utneum nnum ber，5；t饱nsfer functi on，si 印al 帅d predi ct111ere8pon跎tal cen鹏Vari abl es 明doutputVari abl erespecti vel y．The opti m alcordi gum ti onthanl evel ．neuralnetw ork；bi o眙n鲫r；hydm qui none；com p∞t；他g陀髓i onm odeI垃圾堆肥发酵是固体废物污染防治和资源综合利用的重要途经．对苯二酚作为微生物降解垃圾中芳香烃类物质过程的中间产物，同时也是生产多种化工产品和农药的基本原料和中间产物，具有较高毒性，如果进入环境可能对人类健康和生态环境造成很大：Γ虼硕员蕉酚的快速检测，对于保护人类健康和生态环境以及堆肥过程控制都具有重要的意义．目前，对于酚类物质的常规检测方法主要有分光光度法、高效液相色谱法( H PLC) 、气相色谱法等¨ 。】．然而，这些方法存在检测范围有限、检测仪器昂贵、对样品要求高或需要进行繁琐耗时的预处理等缺点，并且不能进行实时检测．生物传感器是一种新型的检测技术，可以对环境中有害物质进行快速、准确、实时检测，具有灵敏度高、选择性好、操作简单等优点，正逐步从大型单一传感器向微型化、阵列化，从测定单一物质向同时测定多种物质的方向发展，因此在环境监测领域中得到越来越广泛的应用¨ J 1．其中，漆酶传感器是一种具有较高灵敏度和稳定性的生物传感器，近年来得到了广泛的研究和应用¨ 一· ．漆酶是含一种有4个铜离子的多酚氧化酶，具有相当广泛的底物专一性和较好的稳定性，可以催化空气中的氧气直接氧化收稿日期：2007．09．27：修订日期：2007．12．IO基金项目：国家自然科学基金项目( 50678165) ；国家高技术研究发展计划( 863) 项目( 2004AA649370) ；中国科学院知识创新工程重要方向项目( KsCx2．Yw ．C．∞8)作者简介：李文卫( 1978一) ．男．博士研究生，主要研究方向为环境生物技术，E—rnai l ：1w w ．ee@ 163．com-通讯联系人。E．m m ：uxd@ ci b．∞．cn 万方数据