摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
本文研究工作的来源 | 第8-13页 |
第1章 专家系统 | 第13-31页 |
1 专家系统概述 | 第13页 |
2 专家系统的结构 | 第13-14页 |
3 专家系统设计的一般准则 | 第14页 |
4 专家系统的组成 | 第14-15页 |
5 专家系统的功能 | 第15-16页 |
6 专家系统的知识 | 第16-22页 |
·知识的表达 | 第17-19页 |
·逻辑表达法 | 第17页 |
·语义网络表达法 | 第17-18页 |
·产生式规则表达法 | 第18-19页 |
·搜索和推理 | 第19-22页 |
·广度优先搜索 | 第20-21页 |
·深度优先搜索 | 第21页 |
·启发式搜索 | 第21-22页 |
·知识的获取 | 第22页 |
7 专家系统开发工具 | 第22-23页 |
8 化学专家系统研究进展 | 第23-30页 |
·化学专家系统研究概况 | 第23-24页 |
·金属元素分光光度分析研究进展 | 第24-30页 |
·分析方法的发展 | 第24-25页 |
·显色剂和显色体系的研究进展 | 第25-30页 |
9 本文的研究思路和研究工作内容 | 第30-31页 |
第2章 金属元素分光光度分析专家系统功能的设计 | 第31-42页 |
1 用户需求分析 | 第31页 |
2 系统功能的确定 | 第31-32页 |
3 系统风格的确定和软件工具的选择 | 第32-34页 |
4 数据库的建立和操作 | 第34-40页 |
·Access VBA | 第34-37页 |
·表 | 第35页 |
·查询 | 第35-36页 |
·窗体 | 第36页 |
·报表 | 第36页 |
·宏 | 第36-37页 |
·模块 | 第37页 |
·结构化查询语言SQL | 第37-40页 |
·SQL的特点 | 第37-38页 |
·SQL和Access对数据库的操作 | 第38-40页 |
5 吸收曲线的收集、拟合和图形显示 | 第40页 |
6 对象链接与嵌入 | 第40-42页 |
第3章 金属元素分光光度测定条件的选择规则 | 第42-49页 |
1 显色反应的影响因素和权重因子的确定 | 第42-45页 |
·权值的调整 | 第43-45页 |
·ε权值的调整 | 第43-44页 |
·Δλ权值的调整 | 第44页 |
·pH权值的调整 | 第44-45页 |
2 多组分同时测定时显色剂的推荐 | 第45-49页 |
·条件数对测定结果的影响 | 第45-46页 |
·条件数判据的应用 | 第46-49页 |
第4章 试样分解方案推荐 | 第49-52页 |
1 试样分解方案推荐功能的设想 | 第49页 |
2 分光光度分析溶样方法的统计和收集 | 第49-51页 |
3 溶样方案推荐举例 | 第51-52页 |
第5章 分光光度分析定量计算方法 | 第52-90页 |
1 工作曲线法 | 第52页 |
2 标准加入法 | 第52-53页 |
3 模拟退火-回火算法 | 第53-61页 |
·模拟退火算法原理 | 第53-55页 |
·分光光度多元分析模拟退火算法模型 | 第55-57页 |
·模拟退火算法过程 | 第57页 |
·模拟退火算法控制参数和模拟退火-回火算法 | 第57-59页 |
·稀土元素镧、铈、钕、钆和镥混合液中各痕量元素的分光光度同时测定 | 第59-61页 |
·主要仪器和试剂 | 第60页 |
·实验方法 | 第60页 |
·痕量混合稀土分光光度多元测定 | 第60-61页 |
4 BP人工神经网络算法 | 第61-76页 |
·人工神经网络算法的原理 | 第62-65页 |
·生物神经元模型 | 第63页 |
·人工神经元模型 | 第63-65页 |
·BP人工神经网络算法 | 第65-67页 |
·BP人工神经网络的拓朴结构 | 第65-66页 |
·BP人工神经网络的学习过程 | 第66-67页 |
·BP人工神经网络的预测过程 | 第67页 |
·稳健BP人工神经网络及其算法 | 第67-68页 |
·径向基函数人工神经网络的拓扑结构与基本算法 | 第68-70页 |
·数据变换 | 第70页 |
·网络学习的技巧 | 第70-71页 |
·蒙特卡罗方法对算法稳定性的评价 | 第71-73页 |
·蒙特卡罗方法的理论基础 | 第71-72页 |
·蒙特卡罗模拟过程 | 第72-73页 |
·蒙特卡罗模拟实验结果 | 第73页 |
·原子吸收分光光度多元测定污水中的痕量镉和砷 | 第73-76页 |
·原子光谱干扰效应及其利用 | 第73-74页 |
·原子吸收分光光度多元测定网络模型 | 第74页 |
·主要仪器和试剂 | 第74页 |
·实验方法 | 第74页 |
·网络参数的确定 | 第74-75页 |
·镉和砷模拟试样的分析 | 第75页 |
·污水试样中痕量镉和砷的测定 | 第75-76页 |
5 偏最小二乘法和人工神经网络偏最小二乘法 | 第76-83页 |
·偏最小二乘法的算法模型和原理 | 第76-77页 |
·算法过程 | 第77-79页 |
·人工神经网络偏最小二乘法 | 第79-80页 |
·合金钢中痕量钛、钼和钨的同时测定 | 第80-83页 |
·主要仪器和试剂 | 第81-82页 |
·实验方法 | 第82页 |
·模拟样和合金钢试样中钛、钼和钨的同时测定 | 第82-83页 |
6 迭代目标转换因子分析法 | 第83-90页 |
·迭代目标转换因子分析法算法模型和原理 | 第83-85页 |
·算法过程 | 第85页 |
·金施尔康药物中痕量锌、铁、铜和锰的同时测定 | 第85-88页 |
·主要仪器和试剂 | 第86-87页 |
·实验方法 | 第87页 |
·模拟样和施尔康药物中痕量锌、铁、铜和锰的同时测定 | 第87-88页 |
·小儿复方苯巴比妥片剂中四组分的同时测定 | 第88-90页 |
第6章 金属元素分光光度分析专家系统用户界面 | 第90-95页 |
1 系统菜单 | 第90-91页 |
2 主要界面 | 第91-95页 |
·主页 | 第91页 |
·元素选择界面 | 第91页 |
·显色方案推荐界面 | 第91页 |
·溶样方案推荐界面 | 第91页 |
·多元定量计算方法界面 | 第91页 |
·资料检索界面 | 第91-95页 |
结论和展望 | 第95-97页 |
参考文献 | 第97-102页 |
已发表论文(攻读学位期间) | 第102-104页 |
致谢 | 第104页 |