Evaluation of chemical equilibria with the use of artificial neural networks

Logo poskytovatele

Varování

Publikace nespadá pod Ekonomicko-správní fakultu, ale pod Přírodovědeckou fakultu. Oficiální stránka publikace je na webu muni.cz.
Autoři

HAVEL Josef LUBAL Přemysl FARKOVÁ Marta

Rok publikování 2002
Druh Článek v odborném periodiku
Časopis / Zdroj POLYHEDRON
Fakulta / Pracoviště MU

Přírodovědecká fakulta

Citace
Obor Analytická chemie, separace
Klíčová slova artificial neural networks; chemical equilibria
Popis Multivariate calibration with experimental design (ED) and artificial neural networks (ANN) modeling can be used to estimate equilibria constants from any kind of protonation or metal-ligand equilibrium data like potentiometry, polarography, spectrophotometry, extraction, etc. The method was tested on evenly or randomly distributed experimental error-free data and data with random noise and the results show that even rather higher experimental errors do not influence significantly the prediction power and correctness of ANN prediction. ANN with appropriate ED can provide accurate prediction of stability constants with the relative errors in the range of +/-4% or smaller while the approach is very robust. Comparison with a hard model evaluation based on non-linear regression techniques shows excellent agreement. Proposed ANN method is of a general nature and, in principal, can be adopted to any analytical technique used in equilibria studies. (C) 2002 Elsevier Science Ltd. All rights reserved.
Související projekty:

Používáte starou verzi internetového prohlížeče. Doporučujeme aktualizovat Váš prohlížeč na nejnovější verzi.