基于遗传算法和神经网络的色谱重叠峰解析 (2001年)

提出了一个新的色谱重叠峰解析方法――基于遗传算法(GA)和EMG模型的径向基函数神经网络(EMG-RBFNN)的色谱重叠峰解析。为了使EMG-RBFNN具有结构重组能力。用于色谱重叠峰解析的EMG- RBFNN采用了遗传算法。遗传算法具有鲁棒性和全局优化能，若种群过小，则陷于局部极值点的概率将增高。而EMG模型是一个低效模型，选用过大的种群，必然使解析过程加长。为了提高算法效率，文中提出先用高效色谱峰近似模型――标准高斯模型进行繁衍，而后再用EMG模型的快速算法。