Naslov
Primjena umjetnih neuronskih mreža u definiranju ionskog kromatografskog sustava
(The application of artificial neural networks in definition of ion chromatography systems)

Autori
Bolanča, Tomislav

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
FKIT

Mjesto
Zagreb

Datum
23.04

Godina
2003

Stranica
200

Mentor
Cerjan-Stefanović, Štefica

Ključne riječi
Ionska kromatografija; umjetne neuronske mreže; validacija; optimizacija
(ion chromatography; artificial neural networks; validation; optimization)

Sažetak
U okviru ove doktorske disertacije ispitana je mogućnost primjene neuronskih mreža u definiranju ionskog kromatografskog sustava. Primjenom metoda eksperimentalnog dizajna isplaniran je ekserimentalni dio rada, a dobiveni rezultati eksperimenta su korišteni za postavljanje ionskog kromatografskog retencijskog modela. Retencijski model je postavljen za analizu anorganskih aniona i obuhvata sljedeće ionske kromatografske parametre: brzina protoka pokretne faze i sastav pokretne faze. Za dobivanje ionskog kromatografskog retencijskog modela koriste se metoda umjetnih neuronskih mreža bazirana na učenju s povratnim rasprostiranjem pogreške. Ispitani su utjecaji sljedećih parametara umjetnih neuronskih mreža na njihovu mogućnost generalizacije i opisivanja retencije u ionskoj kromatografiji: broj neurona u skrivenom sloju, broj iteracija, minimalna veličina trening skupa. Postavljeni retencijski model korišten je za optimizaciju ionskog kromatografskog sustava. Optimizacija u ionskoj kromatografskoj analizi predstavlja skup logičkih eksperimenata i matematičkih radnji kojima je cilj postizanje takvih rezultata koji zadovoljavaju ili su najbliži postavljenim zahtjevima. Ionske kromatografske metode najćešće zahtijevaju da su sastojci smjese potpuno razdvojeni na ionskoj kromatografskoj koloni prije ulaska u detektorski sustav. S druge strane, ekonomičnost ionske kromatografske analize se vrlo često očituje u vremenu potrošenom za analizu. Da bi se ispunili navedeni zahtjevi, odnosno, da bi se postiglo maksimalno razdvajanje sastojaka smjese i najkraće vrijeme analize potrebno je optimirati ionski kromatografsi sustav. Da bi se postupak optimizacije proveo što uspješnije i potpunije, korišteno je više funkcija kriterija uspješnosti, različitih s obzirom na njihove matematičke formulacije i kemijske interpretacije. Upotreba umjetnih neuronskih mreža u definiranju ionskog kromatografskog sustava doprinosi razvitku ionske kromatografske metodologije kemijske analize.

Izvorni jezik
Hrvatski

Znanstvena područja
Kemija

POVEZANOST RADA