反弹传播神经网络用于痕量铬的示波计时电位法测定

首次将反弹传播算法神经网络用于铜箔钝化液中痕量铬的示波计时电位法测定。探讨了网络层数、层结点数和结点转移函数等网络参数对预测结果的影响。实验结果表明;CrⅢ浓度在4.0×10-7～1.3×10-6mol/L范围内与示波计时电位曲线上的切口深度呈线性关系,检测下限可达8×10-8mol/L;与标准BP神经网络的训练和预测结果相比较,反弹传播神经网络用于示波测定时不仅具有较高的预测精度,而且大大提高了网络训练的收敛速度。