Vò Quúnh Thu Cao häc K18



tải về 1.12 Mb.
trang5/6
Chuyển đổi dữ liệu07.07.2016
Kích1.12 Mb.
1   2   3   4   5   6

[PCALoadings, PCAScores, PCAVar] = princomp(sr);

+ Tính tổng giá trị phương sai tích lũy trên các cấu tử: cumsum(PCAVar./sum(PCAVar) * 100);

+ Sau khi tính toán vecto cột chứa giá trị phần trăm phương sai tích lũy gồm 76 hàng (tương ứng với 76 bước sóng) thu được như bảng 12 sau:


Cấu tử

Giá trị phương sai tích lũy

1

91,3339784792356

2

97,2451607447669

3

99,7079781808949

4

99,8949050200568

5

99,9775847568665

6

99,9921621701294

7

99,9959357800121

8

99,9974069935249

9

99,9979538219829

10

99,9984831482205

11

99,9989147297407

12

99,9992664238834

13

99,9995130898429

14

99,9996696141363

15

99,9997843681934

…..

…………..

Như vậy cấu tử đầu tiên chiếm khoảng 91,33% lượng thông tin chứa trong tập số liệu ban đầu. Đến câu tử thứ 3, chiếm 99,71% lượng thông tin chứa trong tập số liệu ban đầu, các cấu tử phía sau có phương sai tích lũy tăng không đáng kể. Vì vậy, chúng tôi chọn 3 cấu tử chính cho các bước nghiên cứu tiếp theo.

Xây dựng mô hình ANN dựa vào tập số liệu PCA vừa phân tích được.

+ Nhập ma trận đầu vào mẫu học Clearn(3x300) của 300 dung dịch chuẩn chứa 3 ion kim loại cần phân tích (5 hàng, 300 cột).

+ Nhập ma trận đầu ra mẫu học Alearn(3x300) (3 là số cấu tử chính thu được khi phân tích PCA). Ma trận này lấy từ 300 cột đầu tiên của ma trận A’o.

+ Nhập ma trận nồng độ mẫu kiểm tra Ctest(3x42) của 42 dung dịch chuẩn chứa 3 cấu tử (3 hàng, 42 cột).

+ Nhập ma trận đầu ra mẫu kiểm tra Atest(3x42). Ma trận này lấy từ 42 cột cuối cùng của ma trận A’o.

+ Tính toán số liệu theo mô hình ANN tối ưu đã khảo sát

net = newff(minmax(Alearn),[100 100 100 100 3],{'logsig' 'logsig' 'purelin' 'logsig' 'purelin'},'traincgf'); % 3 là số cấu tử khảo sát

net.trainParam.goal=0.0000001;

net.trainParam.epochs = 300000;

net = train(net,Alearn,Clearn);

ylearn = sim(net,Alearn);

ytest = sim(net,Atest);

saiso = 100*(ytest-Ctest)./Ctest;

- Lưu lại M-file vừa thực hiện được mang tên:PCR- ANN2.m



  • Sau khi tính toán, kết quả thu được từ mô hình sẽ là giá trị

+ ylearn : nồng độ của các mẫu học sau quá trình luyện mạng (learning).

+ ytest : nồng độ các mẫu kiểm tra sau quá trình học của mạng (trainning)

+ sai số tương đối của các mẫu kiểm tra sau quá trình học mạng

Nồng độ và sai số tương đối của các mẫu kiểm tra sau quá trình học mạng được biểu diễn ở bảng 12 :

Bảng 12 : So sánh nồng độ các ion kim loại tính toán được từ mô hình PCR-ANN và mô hình ANN của tác giả [11]

(1) : là hàm lượng kim loại tìm được từ mô hình PCR-ANN

(2) : là hàm lượng kim loại tìm được từ mô hình ANN của tác giả [11]

(0) : là hàm lượng kim loại thực có.



Mẫu

Ca (1)

Ca (2)

Ca (0)

Ce (1)

Ce (2)

Ce (0)

Cu (1)

Cu (2)

Cu(0)

1

-0,057

-0,155

0

10,050

9,971

10

9,930

10,184

10

2

-0,017

-0,114

0

9,904

9,826

10

24,962

25,251

25

3

0,046

-0,034

0

14,912

15,327

15

9,925

10,141

10

4

-0,015

0,174

0

14,984

15,147

15

20,045

19,969

20

5

0,097

-0,083

0

20,046

19,875

20

5,030

10,057

10

6

-0,107

-0,042

0

20,008

19,777

20

9,876

25,178

25

7

0,000

0,122

0

20,034

24,769

25

25,105

15,020

15

8

-0,049

0,073

0

25,082

24,771

25

14,974

25,208

25

9

0,229

0,035

0

24,957

29,987

30

24,609

4,930

5

10

0,086

0,187

0

29,984

29,874

30

4,959

19,862

20

11

-0,145

0,099

0

30,034

39,934

40

19,982

4,959

5

12

0,012

0,218

0

39,969

39,956

40

5,011

19,912

20

13

-0,010

5,167

5

40,039

-0,091

0

19,972

4,999

5

14

4,987

5,021

5

-0,097

-0,076

0

4,968

25,094

25

15

10,073

10,071

10

-0,006

0,167

0

25,104

15,169

15

16

9,985

10,003

10

-0,072

-0,123

0

14,937

2,940

30

17

14,912

14,827

15

0,017

0,420

0

29,955

9,934

10

18

14,959

14,950

15

-0,023

-0,093

0

10,008

24,935

25

19

20,013

19,843

20

0,055

0,012

0

25,023

9,857

10

20

19,887

20,040

20

0,020

-0,143

0

10,051

29,940

30

21

24,980

24,913

25

-0,048

-0,041

0

29,977

9,948

10

22

24,939

25,141

25

0,012

-0,198

0

9,996

20,122

20

23

30,016

30,142

30

-0,202

-0,301

0

19,955

5,103

5

24

29,998

30,110

30

-0,040

-0,240

0

4,949

20,056

20

25

5,051

4,803

5

10,050

9,975

10

20,081

-0,041

0

26

4,915

4,880

5

29,987

29,879

30

0,023

-0,119

0

27

9,922

10,164

10

15,076

14,970

15

0,054

0,014

0

28

10,053

9,928

10

25,058

24,874

25

-0,048

-0,024

0

29

15,101

15,153

15

15,010

14,785

15

0,015

-0,048

0

30

14,930

15,139

15

29,973

29,824

30

-0,003

-0,066

0

31

19,957

20,064

20

14,996

15,000

15

0,150

0,007

0

32

19,913

19,956

20

30,026

29,886

30

-0,012

0,008

0

33

24,981

25,007

25

14,949

14,986

15

0,058

0,024

0

34

25,025

24,810

25

29,922

29,934

30

0,065

0,036

0

35

30,070

29,943

30

19,922

19,758

20

0,080

0,103

0

36

29,979

30,035

30

40,011

39,812

40

-0,024

0,007

0

37

5,040

4,806

5

10,112

10,211

10

9,928

10,184

10

38

4,981

4,945

5

10,042

9,978

10

19,985

19,983

20

39

5,043

4,992

5

15,089

15,028

15

9,937

10,137

10

40

4,960

5,045

5

14,997

15,094

15

25,123

25,230

25

41

4,936

4,811

5

20,056

20,045

20

9,910

10,053

10

42

5,004

4,878

5

20,006

19,975

20

25,032

25,155

25

43

5,027

5,066

5

24,956

25,051

25

4,976

4,913

5

44

5,000

5,008

5

24,995

24,910

25

24,938

25,154

25

45

4,789

4,833

5

30,048

29,994

30

9,977

9,950

10

46

5,083

5,039

5

30,148

29,886

30

20,020

19,852

20

47

4,990

4,885

5

39,925

40,084

40

10,131

10,155

10

48

4,982

4,935

5

40,085

40,114

40

24,995

25,146

25

49

9,958

9,893

10

10,003

10,225

10

10,058

10,145

10

50

9,985

10,007

10

9,950

9,985

10

25,033

25,222

25

51

10,070

10,032

10

15,035

15,021

15

10,070

10,094

10

52

9,958

10,176

10

14,873

15,112

15

25,100

25,199

25

53

9,996

9,927

10

14,967

20,066

20

5,007

4,995

5

54

10,041

10,057

10

20,007

20,149

20

24,944

25,118

25

55

10,105

9,794

10

24,853

25,065

25

10,333

9,923

10

56

10,001

10,013

10

25,025

24,904

25

24,931

25,094

25

57

9,953

9,958

10

30,128

29,894

30

4,911

4,975

5

58

9,999

9,989

10

29,937

29,830

30

20,010

19,912

20

59

10,001

9,933

10

39,966

39,853

40

5,064

5,101

5

60

9,949

9,963

10

40,071

39,985

40

24,986

25,125

25

61

14,889

14,890

15

9,997

10,278

10

10,049

10,084

10

62

15,020

14,865

15

10,002

10,047

10

30,024

29,907

30

63

14,954

14,939

15

15,016

14,843

15

9,866

10,053

10

64

14,938

15,015

15

14,933

14,673

15

20,022

19,943

20

65

15,010

14,910

15

20,049

20,027

20

9,931

10,029

10

66

15,003

15,077

15

20,060

19,860

20

15,006

15,070

15

67

14,833

14,787

15

24,952

25,137

25

10,186

9,949

10

68

14,953

14,935

15

25,025

25,043

25

19,873

19,953

20

69

14,914

15,120

15

30,030

29,826

30

14,998

15,192

15

70

15,065

15,106

15

30,027

29,891

30

25,022

24,721

25

71

14,993

14,906

15

39,870

39,721

40

19,965

19,930

20

72

15,010

14,786

15

40,003

39,770

40

30,035

30,007

30

73

19,994

19,944

20

9,979

10,166

10

10,041

10,002

10

74

20,015

20,015

20

9,966

9,936

10

19,951

20,039

20

75

20,032

20,108

20

15,056

14,707

15

5,026

4,977

5

76

19,998

19,954

20

14,946

15,185

15

24,953

25,180

25

77

19,890

19,834

20

20,019

20,115

20

9,907

9,966

10

78

20,113

19,922

20

20,104

20,157

20

25,054

25,132

25

79

20,193

19,647

20

25,053

25,024

25

10,046

9,892

10

80

20,001

19,759

20

24,888

24,933

25

24,975

25,126

25

81

19,923

20,049

20

30,014

29,858

30

5,002

4,990

5

82

19,958

20,055

20

29,879

29,879

30

20,110

19,973

20

83

20,077

19,865

20

39,774

40,066

40

9,976

9,992

10

84

19,957

19,781

20

39,960

40,113

40

25,002

25,104

25

85

25,036

24,867

25

9,946

10,005

10

10,161

10,090

10

86

25,004

24,734

25

10,028

9,900

10

24,907

25,203

25

87

24,970

25,116

25

14,974

14,657

15

5,016

5,051

5

88

25,010

25,103

25

15,016

14,830

15

20,002

20,063

20

89

24,779

24,875

25

20,080

20,027

20

9,830

10,075

10

90

25,053

25,084

25

20,003

19,903

20

20,149

20,055

20

91

25,057

24,952

25

24,967

24,824

25

15,103

15,131

15

92

25,006

25,151

25

24,986

24,787

25

30,102

30,093

30

93

24,960

24,833

25

30,096

29,922

30

14,959

15,223

15

94

25,011

24,759

25

29,981

30,024

30

25,007

24,948

25

95

25,057

25,128

25

40,026

39,957

40

4,968

5,044

5

96

25,048

24,740

25

40,065

40,166

40

25,054

25,111

25

97

30,051

29,904

30

9,999

10,020

10

9,957

10,081

10

98

29,983

29,927

30

9,949

9,937

10

29,971

29,950

30

99

29,976

29,980

30

14,996

15,031

15

15,008

14,966

15

100

29,902

29,805

30

15,050

15,414

15

24,937

25,066

25

101

30,073

30,080

30

20,156

19,749

20

5,019

5,164

5

102

30,034

29,782

30

19,966

19,988

20

24,930

25,057

25

103

29,969

30,063

30

24,953

24,889

25

10,056

10,133

10

104

29,992

30,166

30

24,965

24,901

25

20,043

20,098

20

105

29,991

29,766

30

29,919

29,909

30

14,896

15,275

15

106

30,045

29,628

30

30,024

30,056

30

24,943

24,907

25

107

30,014

30,028

30

40,075

39,909

40

10,002

10,022

10

108

30,150

29,763

30

39,991

40,078

40

25,044

24,976

25

Các kết quả tính toán ở bảng 12 cho thấy, hàm lượng tính được mô hình PCR-ANN hoàn toàn phù hợp với kết quả phân tích của tác giả, đồng thời, rất nhiều mẫu tính toán (mẫu 1, 4, 6....) được cho kết quả tốt hơn kết quả ban đầu của tác giả.


KẾT LUẬN

Matlab là chương trình phần mềm hỗ trợ đắc lực cho tính toán với ma trận và hiển thị. Với những ưu điểm đó, Matlab ngày càng trở nên thông dụng và là một công cụ trợ giúp hữu hiệu nhằm giải quyết các vấn đề rất đa dạng trong công việc trong nghiên cứu và ứng dụng. Trong hóa học phân tích, việc sử dụng Malab để lập trình tính toán đối với phương pháp hồi quy đa biến tuyến tính và phi tuyến tính cho phép xác định nhanh đồng thời các cấu tử trong cùng hỗn hợp mà không cần tách và làm giàu, đem lại hiệu quả rất cao.



Với mục tiêu ban đầu đặt ra cho luận văn là nghiên cứu xác định đồng thời một số kim loại bằng phương pháp trắc quang sử dụng thuật toán mạng nơron nhân tạo kết hợp với hồi qui thành phần chính (PCR-ANN), sau một thời gian nghiên cứu chúng tôi thu được một số kết quả sau:

  1. Đã nghiên cứu lý thuyết về phương pháp hồi quy đa biến tuyến tính sử dụng mạng nơron nhân tạo, phương pháp phân tích thành phần chính nhằm giảm kích thước tập số liệu, đưa ra được các thuật toán và lập trình tìm ra số cấu tử chính, mô hình mạng nơron nhân tạo tối ưu để tính nồng độ các cấu tử trong hỗn hợp cần phân tích. Đặc biệt đây là công trình đầu tiên tại Việt Nam đã ứng dụng phần mềm MATLAB trong việc lập mô hình mạng nơron nhân tạo và mạng nơron nhân tạo giải bài toán xác định đồng thời các chất không có tính cộng tính trong phương pháp trắc quang. Đóng góp này đã đem lại công cụ phần mềm để giải quyết hồi qui đa biến bằng MATLAB- một phần mềm chứng tỏ những ưu điểm về sử dụng đơn giản và tính tiện dụng cao so với phần mềm khác,

  2. Đã khảo sát các điều kiện hình thành các phức màu Ni- PAR, Co- PAR, Cu – PAR, Pb- PAR và Cd- PAR với các cực đại hấp thụ tương ứng là 495 nm, 496 nm, 499 nm; 524 nm và 512nm ở pH 10, Nồng độ tối ưu PAR là 1,5.10-4M, Đường chuẩn đơn biến Ni2+ tuyến tính trong khoảng 0,03 – 1 ppm, Co2+: 0,04 – 1,2 ppm, Pb2+: 0,2 - 6 ppm; Cu2+ : 0,04-1,4 ppm và Cd2+: 0,05-1,7ppm,

  3. Đã ứng dụng mô hình mạng nơron nhân tạo kết hợp với hồi quy thành phần chính và tìm ra mô hình hồi quy tối ưu nhờ giảm kích thước tập số liệu từ 151 bước sóng xuống chỉ còn 2 cấu tử chính mà không làm mất đi lượng thông tin có trong tập dữ liệu. Mạng lan truyền thẳng (MLP) với 2 nơron lớp nhập, 4 lớp ẩn, mỗi lớp ẩn có 100 nơron, 5 nơron lớp xuất tương ứng với nồng độ của 5 ion Cd2+, Co2+, Cu2+, Ni2+, Pb2+ , kết quả thu được có sai số rất thấp (dưới 5%), giảm thời gian luyện mạng ANN từ 55 phút xuống còn 5 phút 46 giây. Các phương pháp xác định đồng thời các cấu tử trong cùng dung dịch khác thường gặp phải khó khăn: đối tượng phân tích phải nằm trong khoảng tuyến tính, các mẫu phân tích không mắc sai số hệ thống, hoá chất tinh khiết…Nhưng khi phân tích đồng thời các ion Cd2+, Co2+, Cu2+, Ni2+, Pb2+ chúng tôi đã tiến hành thí nghiệm với các mẫu chuẩn nằm ngoài khoảng tuyến tính, các kết quả phân tích mắc phải sai số hệ thống khi khảo sát sự phụ thuộc của độ hấp thụ quang vào nồng độ, đồng thời mẫu trắng có độ hấp thụ quang khá cao (0,071) nhưng những nhược điểm đó đã được mạng nơron nhân tạo khắc phục. Do đó hàm lượng các kim loại thu được là rất chính xác, Sai số tương đối nhỏ nhất là 0% và lớn nhất là 14%, những mẫu có sai số lớn có thể do quá trình pha chế.

Từ các kết quả trên cho thấy mạng nơron nhân tạo là một phương pháp tối ưu để giải quyết các bài toán xác định đồng thời các cấu tử trong cùng hỗn hợp ngay cả khi hỗn hợp các cấu tử có tín hiệu đo tuyến tính hay phi tuyến tính với nồng độ chất phân tích. Phần mềm Matlab là phần mềm đơn giản và có rất nhiều tiện ích, giải quyết được nhiều bài toán phức tạp trong hóa phân tích. Đây là chương trình hỗ trợ tính toán rất mạnh và sinh viên có thể dễ dàng hiểu được. Chúng tôi hi vọng rằng phần mềm Matlab sẽ được đưa vào giảng dạy trong nhà trường và được nghiên cứu sâu hơn trong hoá học nói chung cũng như hoá học phân tích nói riêng.

TÀI LIỆU THAM KHẢO


1   2   3   4   5   6


Cơ sở dữ liệu được bảo vệ bởi bản quyền ©hocday.com 2016
được sử dụng cho việc quản lý

    Quê hương