Vũ Quỳnh Thu

Cao học K18

Lời cảm ơn
Với lòng biết ơn sâu sắc, tôi xin chân thành cảm ơn PGS.TS
Tạ Thị Thảo, đã giao đề tài, tận tình hướng dẫn, tạo điều kiện cho
tôi hoàn thành luận văn này.
Tôi cũng xin bày tỏ lòng biết ơn các thầy cô trong bộ môn
Hoá phân tích đã tạo điều kiện cho tôi trong quá trình học tập và
nghiên cứu.
Cuối cùng, tôi xin gửi lời cảm ơn tới gia đình, bạn bè, các
anh chị học viên k18 chuyên ngành Hoá phân tích, các em sinh
viên đã động viên, giúp đỡ tôi rất nhiều trong suốt thời gian qua.
Hà Nội, ngày 24 tháng 1 năm 2010
Học viên
Vũ Quỳnh Thu

Khoa Hóa học-Trường ĐHKHTN

Luận văn Thạc sĩ 1


Vò Quúnh Thu

Cao häc K18

MỤC LỤC
MỤC LỤC................................................................................................................... 2
BẢNG KÍ HIỆU NHỮNG CHỮ VIẾT TẮT............................................................. 4
MỞ ĐẦU ..................................................................................................................... 5

3.1.4. Ảnh hưởng của lượng thuốc thử dư đến khả năng tạo phức màu. .................... 38
3.1.5. Khảo sát sự phụ thuộc của độ hấp thụ quang của từng phức màu vào nồng
độ ion kim loại............................................................................................................. 40
Khoa Hãa häc-Tr­êng §HKHTN

LuËn v¨n Th¹c sÜ 2


Vò Quúnh Thu

Cao häc K18

3.2. Nghiên cứu phương pháp mạng nơron nhân tạo ANN xác định đồng thời
các cấu tử trong dung dịch. ...................................................................................... 44
3.2.1. Xây dựng ma trận nồng độ và ma trận độ hấp thụ quang của dung dịch
chuẩn và dung dịch kiểm tra........................................................................................ 44
3.2.2. Xây dựng mô hình ANN tối ưu xác định đồng thời 5 ion kim loại .................. 45
3.2.2. Xây dựng thuật toán loại trừ giá trị đo bất thường (outlier).............................. 51
3.3. Phương pháp mạng noron nhân tạo kết hợp với hồi quy thành phần chính
(PCR-ANN) xác định đồng thời 5 cấu tử trong dung dịch. .................................... 54
3.3.1. Khảo sát xây dựng mô hình PCA tối ưu. ......................................................... 55
3.3.2. Xây dựng mô hình PCR- ANN ......................................................................... 57
3.3.3. Đánh giá tính hiệu quả của phương pháp PCR-ANN ....................................... 64
KẾT LUẬN ............................................................................................................... 69
TÀI LIỆU THAM KHẢO ........................................................................................ 71

Khoa Hãa häc-Tr­êng §HKHTN

LuËn v¨n Th¹c sÜ 3



Mạng nơron nhân tạo kết hợp hồi
quy thành phần chính

Principal component
regression- Artificial Neural
Networks

PCRANN

Giới hạn phát hiện

Limit of detection

LOD

Giới hạn định lượng

Limit of quantity

LOQ

Bình phương tối thiểu thông thường

Classical least square

CLS

Bình phương tối thiểu nghịch đảo



M U
Hin nay, s phỏt trin khụng ngng ca khoa hc k thut ũi hi cỏc
phng phỏp hoỏ phõn tớch phi ỏp ng c kh nng phõn tớch nhanh, chớnh xỏc
v cú nhy cao. Trong s cỏc phng phỏp phõn tớch cụng c thỡ trc quang l
phng phỏp ph bin c s dng rng rói trong cỏc phũng thớ nghim. Tuy
nhiờn, do dung dch phõn tớch thng cú thnh phn nn phc tp, cú nhiu yu t
to phc, ph hp th ca cỏc cu t xen ph nhau lm nh hng n kt qu phõn
tớch. Do ú, phõn tớch cỏc dung dch hn hp ny thng phi tỏch riờng tng
cu t hoc dựng cht che loi tr nh hng ri xỏc nh chỳng nờn quy trỡnh
phõn tớch rt phc tp, tn thi gian phõn tớch thuc th v hoỏ cht x lý mu,
ng thi d cú hin tng lm nhim bn húa cht.
Mt trong nhng hng nghiờn cu mi xỏc nh ng thi nhiu cu t
trong cựng hn hp l kt hp vi k thut tớnh toỏn, thng kờ v th
(chemometrics) nhm tng chớnh xỏc ca kt qu phõn tớch. Rt nhiu cụng trỡnh
nghiờn cu ó ỏp dng cỏc phng phỏp sai phõn, phng phỏp ph o hm,
phng phỏp bỡnh phng ti thiu, phng phỏp lc Kalmal, cỏc phng phỏp
phõn tớch hi quy a bin tuyn tớnh, phng phỏp hi quy a bin phi tuyn
tớnh xỏc nh ng thi cỏc cht trong cựng hn hp. u im ca cỏc phng
phỏp ny l quy trỡnh phõn tớch n gin, phõn tớch nhanh, tn ớt thuc th v hoỏ
cht, tng chớnh xỏc. c bit, nu trong hn hp cú thnh phn nn phc tp
hoc cú cỏc cu t tng tỏc vi nhau lm mt tớnh cht cng tớnh tớn hiu o thỡ mụ
hỡnh hi quy a bin phi tuyn tớnh s dng mng nron nhõn to s lm tng tớnh
chớnh xỏc ca kt qu phõn tớch lờn rt nhiu. iu c bit, cng nhiu d liu phõn
tớch thỡ mụ hỡnh s cho kt qu phõn tớch cng chớnh xỏc, tuy nhiờn, nu kớch thc
tp d liu phõn tớch quỏ ln s dn n vic mt nhiu thi gian x lớ ụi khi
chng trỡnh tớnh toỏn b dng li vỡ khụng x lớ c lng s liu khng l ú.
Trong trng hp ny, phng phỏp phõn tớch thnh phn chớnh (PCA) c s
dng trc tiờn lm gim kớch thc tp s liu m khụng lm mt i lng
thụng tin cha trong tp d liu ban u. õy c xem l thut toỏn hiu qu nht

mu t to. Vic s dng phn mm MATLAB kt hp vi cỏc k thut
Chemometrics m ra kh nng phõn tớch nhanh, ng thi rt nhiu cht trong cựng
hn hp bng phng phỏp trc quang vi chớnh xỏc cao.

Khoa Hóa học-Trường ĐHKHTN

Luận văn Thạc sĩ 6


Vò Quúnh Thu

Cao häc K18

Chương I: TỔNG QUAN
1.1. Tổng quan về các nguyên tố Cu, Pb, Cd, Co, Ni [13]
1.1.1. Trạng thái hợp chất ứng dụng trong phân tích trắc quang
*Dạng muối
Muối coban(II), niken(II) ở dạng khan có màu khác với muối ở dạng tinh thể
hidrat, ví dụ CoBr2 màu lục, CoBr2.6H2O có màu đỏ. Muối của axit mạnh như
clorua, nitrat, sunfat tan dễ trong nước còn muối của axit yếu như sunfua, cacbonat,
oxatat khó tan. Khi tan trong nước, các muối đều cho ion bát diện [E(H2O)6]2+ màu
lục.
Các muối halogenua (trừ Florua), nitrat, sunfat, peclorat và axetat của Cd(II) đều
dễ tan trong nước còn các muối sunfua, cacbonat, hay orthophotphat và muối bazơ
đều ít tan.
Trong dung dịch nước các muối Cd 2+ bị thuỷ phân:
Cd2+ + 2H2O  Cd(OH)2 + 2H+
Cd2+ có khả năng tạo nhiều hợp chất phức, các phức thường gặp là: [CdX4]2+ (X
= Cl-, Br-,I- và CN-); [Cd(NH3)4]2+ ; [Cd(NH3)6]2+...
Các đihalogenua của Cd là chất ở dạng tinh thể màu trắng, có nhiệt độ nóng

lượng, thể tích hay trắc quang.
Ion Pb(II) có thể tạo nhiều phức với hợp chất hữu cơ, điển hình là với
dithizon ở pH = 5-6 tạo phức mầu đỏ gạch. Phản ứng này được dùng để chuẩn độ
xác định Chì với giới hạn xác định đến 0,05 ppm hoặc dùng để chiết Chì trong
nhiều phương pháp phân tích định lượng khác nhau. Ngoài ra, các halogenua Chì có
thể kết hợp với các ion halogenua tạo nên phức chất kiểu Me[PbX3] hay Me2[PbX4].
PbI2

+ 2KI

 K2[PbI4]

PbCl2 + 2HCl  H2[PbCl4]
Các muối của Pb(II) như Pb(NO3)2, PbCl2… đều bền và độc với con người
và động vật.
1.1.2. Các phương pháp phân tích quang học xác định riêng rẽ Co, Cd, Ni, Cu,
Pb.
1.1.2.1. Phương pháp phổ hấp thụ nguyên tử (AAS) [6]
Nguyên tắc của phương pháp này là dựa vào khả năng hấp thụ bức xạ đặc
trưng của các nguyên tử ở trạng thái hơi tự do. Đây là phương pháp có độ nhạy và
độ chọn lọc rất cao, được dùng rất rộng rãi để xác định lượng vết các kim loại.
Bằng phương pháp F-AAS, các tác giả Sibel Saracoglu, Umit Divrikli,
Mustafa Soylak và Latif Elci đã xây dựng một quy trình hoàn chỉnh để xác định các
kim loại Cu, Fe, Pb, Cd, Co, Ni trong các mẫu sữa và soda với hiệu suất hơn 95%.
Ngoài ra các tác giả Serife Tokalioglu, Senol Kartal và Latif Elci xác định lượng
vết ion kim loại trong nước sau khi làm giàu với độ lệch chuẩn trong vùng 0,82,9% và giới hạn phát hiện 0,006-0,277ppm.
Các tác giả cũng đã ứng dụng phương pháp này để xác định đồng thời
coban, sắt và niken trong dung dịch chất điện ly của mangan. Bước sóng hấp thụ
của coban, sắt và niken tương ứng là 240,7; 248,3; và 232,0 nm. Ảnh hưởng của
nền Mn2+ và lượng thích hợp MnSO4 và (NH4)2SO4. Sai số tương đối khi xác định

Pb l 0,05 v 0,1ppm, gii hn trờn ca vựng tuyn tớnh l 3,5 v 8ppm, sai s mc
phi trong vựng nng 0,5-2ppm nh hn 15%.
1.1.2.2. Phng phỏp trc quang [6,7,50]
Phõn tớch trc quang l phng phỏp c s dng ph bin nht trong cỏc
phng phỏp phõn tớch hoỏ lý. Bng phng phỏp ny cú th nh lng nhanh
chúng vi nhy v chớnh xỏc khỏ cao, ng thi õy l phng phỏp n
gin, ỏng tin cy.
Cú th xỏc nh Cu2+ bng thuc th 2,9 dimity - 4,7 diphenyl - 1,10 phenantronlin disufonat, hin nay c coi l mt trong cỏc phng phỏp tiờu
Khoa Hóa học-Trường ĐHKHTN

Luận văn Thạc sĩ 9


Vò Quúnh Thu

Cao häc K18

chuẩn để xác định đồng trong nước. Phức của đồng với thuốc thử này có màu da
cam, tan trong nước. Phản ứng tạo phức vòng càng ở pH = 3,5 đến 11, tốt nhất là ở
pH = 4 - 5. Để đưa pH về 4,3 có thể dùng HCl và đệm citrate. Độ hấp thụ quang
của phức tại λ = 484nm. Xyanua, thiocyanat, pesunfat và EDTA là những ion có
thể gây ảnh hưởng đến phương pháp xác định. Phương pháp này cho phép phát
hiện nồng độ đồng tới 20 μg/l. [50]
Ngoài ra, các tác giả SHIGEYA SATO, TOSHIE SATO and SUMIO
UCHIKAOA. đã tổng hợp 2-(3,5 diclo-2 pyridylazo)-5-dimetylaminophenol (3,5diCl-DMPAP) để xác định coban. Thuốc thử 3,5-diCl-DMPAP phản ứng với coban
trong môi trường pH= 2,2 → 6,0, ở nhiệt độ phòng tạo thành phức ML2 tan trong
nước, độ hấp thụ quang đạt cực đại ở bước sóng λmax = 590 nm, hệ số hấp thụ phân
tử gam của phức ε = 8,4.104 (l/mol.cm). Ảnh hưởng của các ion kim loại chuyển
tiếp khác được loại trừ bằng phương pháp chiết với dung môi 8- hidroxylquinolin.
Phương pháp này được ứng dụng thành công xác định coban trong các mẫu thép.

LuËn v¨n Th¹c sÜ10


Vò Quúnh Thu

Cao häc K18

Bốn dạng sau cùng là 4 dạng phổ biến nhất của PAR tương ứng với 3 hằng số
bền của phân tử là:
H3L+ ↔ H2L + H+
K1 = 10-3,1
H 2L ↔
HL- + H+
K2 = 10-5,6
HL- ↔
L2- + H+
K3 = 10-11,9
Bước sóng hấp thụ cực đại của 6 dạng ion từ H5L3+ đến L2- lần lượt là: 433,
390, 395, 385, 413 và 490nm. Trong dung dịch axit yếu hoặc bazơ yếu, PAR
đều có màu da cam.
Cấu trúc các phức vòng càng của PAR tương tự như PAN, nguyên tử H của
nhóm OH ở vị trí octo được thay thế bằng nguyên tử kim loại bằng cách liên kết
kim loại đó với gốc piridin N và azo N (2 vòng 5 cạnh). Các phức dạng ion hoặc
dạng phân tử tạo thành có thể chuyển hóa lẫn nhau phụ thuộc vào pH trong dung
dịch. Tốc độ phản ứng của kim loại với PAR có thể xác định được tuy nhiên
thành phần của sản phẩm thì không xác định được. Thí dụ Ni2+ phản ứng với
PAR trong cả môi trường axit và bazơ đều tạp phức có tỉ lệ 1:2 tuy nhiên vẫn tồn
tại các dạng phức khác. Trong dung dịch axit yếu, (pH = 3,3) tồn tại phức
Ni(HL)2 có màu đỏ (Є520 = 37200), trong môi trường bazo phức có màu da cam
(Є496 = 79400, pH =8) đó là màu của NiL22-. Các phức Co(HL)2 trong môi

Cd

1:2

495

57.8

Co(III)

1:2

510

5.5

1:1 (pH 2.3 – 5)

522

12.1

1:2 (pH > 5)

505 – 510

58.9

1:1 (pH 1.5 – 3)



1:1

500 – 510

32.8

Mn

1:2

496

86.5

1:1 (0.1 – 0.2 N H2SO4)

530

18

1:1 (pH – 6)

555

38.7 , 31.2

1:1

512


16 – 50

Sc

1:1 (pH 2)

505 (515)

14.7 (22.1)

Ta

1:1

515

20.4

Th

1:4

500

38.9

495

81

và iso amyl để chiết phức Hf), trừ khi các tác nhân cation là muối amoni được sử
dụng để tạo thành một ion cộng kết với một ion âm của phức kim loại và PAR, có
thể chiết trong CHCl3. nhóm p-OH được coi như là có tác dụng làm tăng độ tan của
các phức không mang điện (và tác nhân) trong dung môi nước, giải thích khả năng
tan của PAR tốt hơn là của PAN. Mặc dù rất nhạy, phản ứng của PAR trong môi
trường axit yếu và bazo yếu có sự hạn chế do độ chọn lọc kém hơn.
Do thuốc thử PAR là một thuốc thử có khả năng tạo phức với nhiều kim loại
có độ nhạy cao, nên việc sử dụng PAR vào mục đích phân tích các nguyên tố ngày
Khoa Hãa häc-Tr­êng §HKHTN

LuËn v¨n Th¹c sÜ12


Vũ Quỳnh Thu

Cao học K18

cng rng rói nu ngi ta tỡm c iu kin ti u. Cú th núi, vic s dng thuc
th PAR nghiờn cu xỏc nh cỏc nguyờn t rt phong phỳ. Ngoi vic s dng
PAR nghiờn cu vic xỏc nh cỏc nguyờn t bng phng phỏp trc quang [],
ngy nay cỏc nh khoa hc cng ó s dng mt s phng phỏp khỏc cú thuc th
PAR xỏc nh cỏc nguyờn t nh: sc kớ lng, sc kớ ion, phng phỏp ng hc,
k thut FIA, ph hp th nguyờn t v mt s phng phỏp khỏc
Phng phỏp trc quang n gin, tin li, nhy tng i cao nờn c s
dng ph bin xỏc nh cỏc kim loi lng nh. Tuy nhiờn, nhc im ca
phng phỏp ny l khụng chn lc, mt thuc th cú th to phc vi nhiu ion
gõy sai s phộp phõn tớch. Do ú, phõn tớch trc quang cỏc cation kim loi
chuyn tip cn phi che hoc tỏch loi trc khi phõn tớch nờn khú xỏc nh nhiu
kim loi trong cựng hn hp. Vỡ vy, phng phỏp ng dng chemometrics vi trc
quang c xem l gii phỏp ti u xỏc nh ng thi cỏc cht trong cựng hn

hp kim Cunico (cha coban, ng, niken) v hp kim Conife (cha coban, niken,
st) thu c kt qu tt.
Tỏc gi [32] ó xỏc nh Ni, Cu, Co s dng 1-(2-thiazolylazo)-2-naphthol
bng phng phỏp chun a bin l hi quy bỡnh phng ti thiu riờng phn
xỏc nh ng thi Co, Cu v Ni trong khong nng ln lt l 0,05 -1,05; 0,05
1,30 v 0,05 0,80àg/ml vi sai s tng i tng ng vi vic x lý tớn hiu
trc giao v khụng x lý tớn hiu trc giao ln lt cho Co, Cu v Ni l: 0,007;
0,008; 0,011 v 0,031; 0,037; 0,032 àg/ml.
Bng phng phỏp trc quang, cỏc tỏc gi Trn Thỳc Bỡnh, Trn T Hiu, Phm
Lun ó xỏc nh Cu, Ni, Mn, Zn... trong cựng mt hn hp theo Phng phỏp
Vierod ci tin bng Pyridin-azo-naphtol(PAN) vi sai s < 4% nhng bc súng
khỏc nhau.[1]
Bng phng phỏp trc quang s dng mng nron nhõn to, cỏc nh khoa
hc ó xỏc nh ng thi phenobarbiton v phenytoinnatri trong cỏc mu thuc
v dc phm, xỏc nh ng thi Zn(II), Cd(II), Hg(II) trong nc vi lch
chun 0,29 vi Cd, 0,38 vi Hg v 0,35 vi Zn[35]. Xỏc nh ng thi Co(II) v
Ni(II) trờn c s phc ca chỳng vi pyrolidin v cacbon disulfua vi gii hn l
0,0005 v 0,006.
Tỏc gi [15] ó xỏc nh ng thi Ni, Co, Pd trong bn mch in t bng
phng phỏp trc quang vi thuc th PAN s dng thut toỏn hi quy a bin,
nng ti u PAN l 0,01%, nng Tween 80 l 0,3%. ng chun Ni2+ tuyn
tớnh trong khong 0,01 0,80 ppm, Co2+: 0,08 2,40 ppm, Pd2+: 0,2 - 8,0 ppm. Lp
ma trn tớnh cỏc h s hi qui t 36 dung dch chun, da trờn kt qu phõn tớch 16
mu gi tỡm c mụ hỡnh PLS, CLS, ILS v PCR thớch hp vi sai s tng i
khi phõn tớch mu t to nh hn 15% tho món sai s cho phộp.
1.2.2. Phng phỏp hi qui a bin phi tuyn tớnh xỏc nh ng thi cỏc cht
1.2.2.1. Phng phỏp mng noron nhõn to (ANN)
1.2.2.1.1. Cu trỳc v mụ hỡnh ca mt nron [3, 33, 28]
Mụ hỡnh ca mt nron trong nóo ngi cú th biu din nh hỡnh 1, trong ú
soma l thõn ca nron, cỏc dendrites l cỏc dõy mnh, di, gn lin vi thõn,

1.2.2.1.2. Khỏi nim mng nron nhõn to (ANN)
Mng nron nhõn to l mt mụ phng x lý thụng tin, c nghiờn cu t
h thng thn kinh ca sinh vt, trong ú mt mụ hỡnh toỏn hc c to ra ging
nh b nóo x lý thụng tin. ANN ging nh con ngi, c hc bi kinh
nghim, lu nhng kinh nghim hiu bit v s dng trong nhng tỡnh hung phự
hp (hỡnh 2).

Khoa Hóa học-Trường ĐHKHTN

Luận văn Thạc sĩ15


Vò Quúnh Thu

Cao häc K18

Hình 2 : Mô hình của một nơron nhân tạo
Nơron này sẽ hoạt động như sau: giả sử có N dữ liệu đầu vào (inputs), nơron
sẽ có N trọng số (weights) tương ứng với N đường truyền đầu vào. Nơron sẽ lấy giá
trị đầu vào thứ nhất, nhân với trọng số trên đường vào thứ nhất, lấy giá trị đầu vào
thứ hai nhân với trọng số của đường vào thứ hai v.v..., rồi lấy tổng của tất cả các kết
quả thu được. Đường truyền nào có trọng số càng lớn thì tín hiệu truyền qua đó
càng lớn, như vậy có thể xem trọng số là đại lượng tương đương với synapse trong
nơron sinh học, hàm y tương đương với axon. Nếu tổng này lớn hơn một ngưỡng
giá trị nào đó thì đầu ra của nơron sẽ ở mức tích cực .
ANN là một khái niệm tương đối mới trong quá trình xử lý số liệu, giải quyết các
bài toán khó mà con người nhiều khi không giải toán được.

1.2.2.1.3. Hàm hoạt động
Trong thực tế, thông thường người ta thường chọn các hàm sau:

Hỡnh 3: th cỏc hm thng dựng
Vi mi mụ hỡnh tớnh toỏn, ta phi xỏc nh cỏc thut toỏn hc t ng
xỏc nh cỏc giỏ tr tham s ti u cho mụ hỡnh trờn c s b s liu cho trc
(cỏc con s ny ngi xõy dng chng trỡnh khụng phi quan tõm) .
* Hng s tc hc
Hng s tc hc l mt yu t quan trng nh hng n hiu qu v
hi t ca thut gii lan truyn ngc sai s. Khụng cú hng s tc phự hp
cho tt c cỏc bi toỏn khỏc nhau. Hng s tc hc thng c chn bng
thc nghim cho mi bi toỏn ng dng c th. Nu giỏ tr ca hng s tc hc
quỏ nh, tc hi t ca gii thut s rt chm v khụng cú li vỡ th tc hc s
kt thỳc ti mt cc tiu cc b a phng gn nht.
1.2.2.1.4. Cỏc mụ hỡnh mng nron nhõn to.
Liờn kt cỏc u vo v ra ca nhiu nron vi nhau ta c mt mng
nron. Vic ghộp ni cỏc nron trong mng vi nhau cú th theo mt nguyờn tc
bt kỡ no ú. T ú cú th phõn bit cỏc nron khỏc nhau nh cỏc loi nron m
cỏc u vo nhn thụng tin t mụi trng bờn ngoi vi cỏc loi nron m cỏc u
vo c ni vi cỏc nron khỏc trong mng. Cỏc nron m u vo gi chc
nng nhõn thụng tin t mụi trng bờn ngoi gi l u vo ca mng. Cng
tng t nh vy, mt nron cú mt u ra, u ra ca nron ny cng cú th l
u vo ca nhiu nron khỏc hoc cú th a ra t mụi trng bờn ngoi. Nhng
nron cú u ra a tớn hiu vo mụi trng bờn ngoi c gi l u ra ca
mng. Mt mng nron bao gm nhiu lp, mi lp bao gm nhiu nron cú cựng
mt chc nng trong mng.
- Mng nron truyn thng mt lp (perceptron).

Khoa Hóa học-Trường ĐHKHTN

Luận văn Thạc sĩ17



* Cu trỳc mng MLP 1 lp n :
u1

X0

1

v1
g1

2

X1
.

.
.
M
.

.
.

XN
Lớp vào

1
.
.
. K

tâm(C) và độ rộng



* Mô hình của mạng RBF :

Hình 4 :Mô hình mạng RBF

Trong đó hàm f được lựa chọn là hàm

f e



|| X  A||2

2

dạng như sau :

Hình 5 : Dạng đồ thị hàm f của mạng RBF .
1.2.2.1.5. Giải thuật lan truyền ngược
Thuật toán này được tạo ra bằng cách tổng quát hoá qui luật phổ biến
Widrow-Hoff với mạng đa lớp và hàm chuyển vi phân không tuyến tính, vectơ
Khoa Hãa häc-Tr­êng §HKHTN

LuËn v¨n Th¹c sÜ19


Vò Quúnh Thu

wij: vector trọng số của nơron j số đầu vào i
u j: vector giá trị đầu ra của nơron trong lớp j

Khoa Hãa häc-Tr­êng §HKHTN

LuËn v¨n Th¹c sÜ20


Vò Quúnh Thu

Cao häc K18

x1

tj
Wij

x2
fj (.)

W2j
xi – 1

W(i

ej

– 1)j
sum


i= 0

-

Giá trị đầu ra của nơron j:
yj (n) = fj (uj(n))

-

Tính toán giá trị đạo hàm sai số cho mỗi nơron wij

Giá trị điều chỉnh trọng số:
Như vậy quá trình điều chỉnh trọng số có thể được xác định theo các công
thức trên, tuy nhiên ta cần phải xác định vị trí của nơron thuộc lớp nào (lớp ẩn hay
lớp xuất). Điều này rất quan trọng trong việc tính toán cho từng hệ số điều chỉnh
trọng số.
Khoa Hãa häc-Tr­êng §HKHTN

LuËn v¨n Th¹c sÜ21


Vò Quúnh Thu

Cao häc K18

Như vậy tuỳ theo hàm hoạt động ta có thể tính dễ dàng tính toán các giá trị
điều chỉnh trọng số cho từng trọng số tương ứng theo thuật toán lan truyền ngược
Back – Propagation.
1.2.2.1.6. Ưu, nhược điểm của mạng nơron nhân tạo
* Ưu điểm



Vò Quúnh Thu
-

Cao häc K18

Giải các bài toán phân lớp: bài toán này đòi hỏi giải quyết vấn đề

phân loại các đối tượng thành các nhóm dựa trên những đặc điểm của các nhóm
đối tượng. Trên cơ sở này người ta sử dụng ANN trong nhận dạng chữ viết, tiếng
nói, phân loại gen, phân loại chất lượng sản phẩm...[23]
- Bài toán dự báo: mạng ANN đã được ứng dụng trong việc xây dựng
mô hình dự báo sử dụng tập dữ liệu trong quá khứ để dự đoán số liệu cho tương
lai (dự báo thời tiết).
-

Bài toán điều khiển và tối ưu hoá: ANN được sử dụng trong hệ điều

khiển tự động cũng như trong việc giải quyết rất nhiều bài toán tối ưu trong thực
tế.[21]
Nhìn chung, ANN là công cụ cho phép tiếp cận có hiệu quả để giải quyết
các bài toán có tính phi tuyến tính, biến động, dữ liệu có nhiễu và đặc biệt là trong
trường hợp các mối quan hệ mà bản chất vật lý của các quá trình cần nghiên cứu
không dễ dàng nhận biết và thể hiện chúng hay còn gọi là các tập mờ.[9]
* Ứng dụng trong hoá học phân tích [32]
Việc nghiên cứu xác định đồng thời nhiều cấu tử mà phổ của các đại
lượng vật lý đo được của chúng xen phủ nhau đã được nhiều tác giả quan tâm
nghiên cứu. Để xác định đồng thời nhiều cấu tử có nhiều phương pháp: phương
pháp trắc quang đạo hàm, phương pháp chuẩn đa biến sử dụng bình phương tối

nh ng thi Zn(II), Cd(II), Hg(II) trong nc vi lờch chun 0,29-Cd, 0,38
v 0,35 vi Hg v Zn(II). [35]
Bờn cnh ú, nhúm tỏc gi [39] ó nghiờn cu mng nron nhõn to gm 3
lp vi thut toỏn lan truyn ngc thit lp mi quan h phi tuyn gia nng
ca anthranilic acid (HA), nicotinic acid (HN), picolinic acid (HP) and sulfanilic
acid (HS) trong hn hp v pH ca cỏc dung dch cỏc th tớch khỏc nhau ca dung
dch thờm vo khi chun . Cỏc cu t chớnh ca ma trn pH c s dng lm
u vo trong ANN. Mụ hỡnh mng ti u ó xỏc nh c nng ca axit trong
cỏc mu t to. Kt qu ch ra rng, ANN phõn tớch d liu chun vi sai s
tng i thp (< 4%).
Bng phng phỏp trc quang ng hc s dng mng ANN ó nghiờn
cu xỏc nh glucoza, fructoza, lactoza vi kaliferi xianua (K3Fe(CN)6. Xỏc nh
ng thi Co(II), V(IV) trờn c s tc phn ng ca chỳng vi Fe(II) khi cú
mt thuc th 1,10-phenanthrolin. [39]
Vit Nam, ó cú mt s cụng trỡnh xỏc nh ng thi cỏc cht bng mng
nron nhõn to nh phn mm WinNN (mua ca M) nh: xỏc nh ng thi Uran
v Thori[2], xỏc nh ng thi Ni(II), Cu(II), Zn(II) bng phng phỏp chun a
bin s dng mng nron nhõn to bng phn mm WinNN vi sai s ln nht ca
Ni(II) l 8%, Cu(II) l 5% v Zn(II) l 10,2%; phng phỏp xỏc nh c nng
cỏc mu c trong v ngoi khong tuyn tớnh.[22]
Tuy nhiờn, cha cú cụng trỡnh nghiờn cu no tin hnh phõn tớch ng thi
cỏc cht s dng phng phỏp mng nron nhõn to v phõn tớch thnh phn
chớnh kt hp vi mng nron nhõn to vit trờn phn mm MATLAB.

Khoa Hóa học-Trường ĐHKHTN

Luận văn Thạc sĩ24


Vò Quúnh Thu

Khoa Hãa häc-Tr­êng §HKHTN

LuËn v¨n Th¹c sÜ25