径向基函数神经网络用于重叠色谱峰解析

摘　要：在高斯基径向基函数神经网络（RBFNN）学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法：结构学习和参数优化。通过两阶段学习算法的交替使用，使网络具有结构自学习和参数优化的能力，而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预，可自动确定网络结构即组分数的优点；并且解析精度较高，适用于多组分重叠色谱峰的解析；对完全重叠色谱峰也具有良好的解析能力。