基于遗传神经网络的BDE-209分散液液微萃取条件优化

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：王婷胡艳翦英红李鱼
• 会议时间：2009-05-01
• 关键词：遗传神经网络 ; 分散液液微萃取 ; 水样有机物污染物 ; 萃取条件优化 ; GANN模型
• 作者单位：王婷,胡艳,李鱼(华北电力大学能源与环境研究中心,北京,102206)翦英红(吉林大学环境与资源学院,长春,130012 吉林化工学院环境与生物学院,吉林,132022)
• 母体文献：持久性有机污染物论坛2009暨第四届持久性有机污染物全国学术研讨会论文集
• 会议名称：持久性有机污染物论坛2009暨第四届持久性有机污染物全国学术研讨会
• 会议地点：宁波
• 主办单位：中国化学会
• 语种：chi

摘要

分散液液微萃取(DLLME)是近年来建立的新型液液微萃取技术,由于其可以快速、简单、高效的萃取水样中的有机物,已被用于水样中多种有机污染物的测定。影响DLLME萃取效率的因素有很多,如萃取剂体积、分散剂体积等,有必要对DLLME的萃取条件进行优化。本文以液液微萃取水样中十溴联苯醚(BDE-209)的正交试验数据为训练样本,建立BDE-209DLLME萃取条件的GANN模型。采用遗传算法对影响萃取回收率(ER)的因素进行优化,得到水样中BDE-209的最佳DLLME萃取条件。