基于遗传神经网络的BDE-209分散液液微萃取条件优化

• 作 者: 王婷[1]胡艳[1]翦英红[2]李鱼[1]
• 机 构: 华北电力大学能源与环境研究中心,北京,102206
• 出 处: 持久性有机污染物论坛2009暨第四届持久性有机污染物全国学术研讨会
• 发表日期: 2009年期

分散液液微萃取(DLLME)是近年来建立的新型液液微萃取技术，由于其可以快速、简单、高效的萃取水样中的有机物，已被用于水样中多种有机污染物的测定。影响DLLME萃取效率的因素有很多，如萃取剂体积、分散剂体积等，有必要对DLLME的萃取条件进行优化。本文以液液微萃取水样中十溴联苯醚(BDE-209)的正交试验数据为训练样本，建立BDE-209DLLME萃取条件的GANN模型。采用遗传算法对影响萃取回收率(ER)的因素进行优化，得到水样中BDE-209的最佳DLLME萃取条件。