茶多酚类化合物（精选6篇）
茶多酚类化合物 篇1
茶多酚是茶叶中所包含的多酚类物质的总称,包括儿茶素、花白素、黄酮醇和缩酚酸等30多种多酚类化合物,其中儿茶素占70%左右。茶多酚最具有多种生物化学效应和药理效应,具有显著的抗氧化、抗突变、抗肿瘤等功能。随着科学界对茶多酚研究的不断深入,国内外茶学界和医药界对茶多酚的药效作用、保健功能和生物化学活性给予了极大的关注,并且茶多酚类化合物在包括竞技性体育在内的诸多领域展示了广阔的应用价值和前景。
1 茶多酚类化合物的生物化学效应
现代科学研究证实茶多酚类化合物具有抗氧化、抗癌、提高免疫力、抗凝血、抑制心血管疾病以及抗衰老等作用。
1.1 抗氧化
茶多酚类化合物具有显著抗氧化作用,其抗氧化作用的机制如下:
茶多酚的酚羟基可以作为供氢体,通过提供带有正电荷的氢质子可以将处在单线态活性较高的氧还原成三线态的活性较低的氧,从而降低氧自由基产生的概率,同时可以将过氧化过程中产生的过氧化自由基转化为活性较低的多酚自由基,从而中断自由基的氧化链,达到清除自由基的目的。另外,在酸性和中性环境中,茶多酚的二酚羟基可以与金属离子结合从而阻止自由基的生成和链式反应,从而发挥抗氧化作用。
1.2 抗癌
花茶、绿茶等都被实践证实具有抗癌作用,其抗癌作用机制如下:
茶叶中的茶多酚类化合物可以直接杀死杀伤癌细胞,同时还可以中断诸如亚硝酸铰等致癌物的生成,临床研究表明其对肠癌、胃癌等均有良好的辅助治疗和预防作用。由于茶多酚具有清除自由基防止过氧化功能,其可以提升体内代谢酶的活性,使致癌物自身进行降解,抑制或中断体内的亚硝化的反应,阻止基因癌变,抑制致癌物对细胞的进攻,防止DNA链断裂,从而提高机体的免疫能力。此外,虽然茶多酚在临床上具有抗癌作用,但其用量过大就会产生副作用,甚至使人中毒,过大的使用量会降低体内的血小板和白细胞数量,严重的可能会造成脱皮、皮肤色素沉淀等。
1.3 提高免疫力
茶多酚可以全面提升人体的免疫力,其功能作用的机理如下:
茶叶中包含的茶多酚化合物可以增加诸如巨噬细胞、B淋巴细胞、T淋巴细胞等人体内免疫细胞的数量;提高免疫细胞的吞噬性能,从而使身体的免疫能力增强。茶多酚类化合物对葡萄菌、痢疾杆菌、伤寒杆菌等都具有显著的抑制作用,这是由于茶多酚的氧化物与菌体蛋白质结合从而杀死细菌,降低体内有害细菌的数量,从而提高免疫力。
1.4 抗凝血、抑制心血管疾病
茶多酚对于辐射损伤性贫血、缺铁性贫血、运动红细胞性贫血等都具有良好的抵抗预防作用,具有抑制血小板凝集、促进纤维蛋白原溶解的作用,可以改善血液的高凝状态,降低血液的粘稠度,从而可以有效地预防血栓,促进机体造血功能,翠花血红蛋白合成,增加血液中的白细胞数量。
心血管疾病的形成多是因为人体内三酸甘油酯和胆固醇含量偏高造成血管内壁脂肪沉积,茶多酚对于调节人体脂肪代谢和抑制心血管疾病具有多方面功效,茶多酚的抗氧化性可以降低过氧化物和氧自由基对血管内壁细胞造成的损伤。茶多酚可以使血管扩展并增强心脏的收缩力,增加心输出量。临床试验研究证实茶多酚可以提高红细胞SOD的活性,降低血清MDA的水平,维持相对稳定的血压。
1.5 抗衰老
人体细胞衰老的原因是细胞代谢过程中生成的自由基及细胞自身抗氧化酶和超氧化物歧化酶活性浓度降低使得其消除自由基的能力降低,从而导致体内自由基浓度过剩,自由基及其诱导参与的系列氧化反应反过来又会降低超氧化物歧化酶的活性,从而影响核酸的新陈代谢,从而使细胞衰老。茶多酚能够提高超氧化物歧化酶(SOD)的活性,降低细胞的过氧化物含量,从而起到抗衰老作用。
2 茶多酚类化合物在竞技性体育中的应用
茶多酚类化合物所具有的多方面的生物化学效应是其应用到竞技性体育中的根本原因,通过茶多酚的使用可以提高运动员在竞技性体育中的反应时间、耐力和持久性,从而提高运动成绩。目前随着竞技性体育的商业性逐渐突出,推动了竞技性体育领域对于茶多酚应用的研究。
茶多酚类化合物在竞技性体育中的应用机理主要体现在下面几个方面:
2.1 抑制自由基生成、增强运动耐力
人体新陈代谢过程中会产生自由基,人在运动过程中过氧化水平不断提高,骨骼肌中的丙二醛含量会不断提升,随之自由基的生成速度不断加快,从而产生运动疲劳,这是因为过快的自由基生成速度会对线粒体呼吸链的机能产生影响,从而诱发和影响骨骼肌的结构并产生运动性疲劳。此外体内过剩的自由基还会对某些酶的生物性和机能产生影响,从而带来一系列病理性变化,降低肌肉的收缩能力,从而产生运动性疲劳。茶多酚是一种具有很强自由基清除能力的生物抗氧化剂,科学实验表明茶多酚对自由基的清除比率可以在90%以上,特别是对活细胞的氧自由基的清除能力更强。茶多酚具有活性较强的羟基氢,因此其氧化还原点位较低,带正电荷的氢质子与自由基结合,其在消除活性氧自由基方面具有显著的能力,同时还可以协同或诱导体内其他抗氧化酶来共同参与到消除自由基的链式反应中。
竞技性体育中运动员进行大运动量的运动,体内自由基的产生速度加快,因此可以适当喝茶补充茶多酚,用来消除体内产生的过剩自由基。茶多酚中的黄烷醇可以与运动中生成的过氧自由基发生反应,促进线粒体呼吸链的机能,从而为运动肌肉提供更多的能量,维持其应有的收缩能力水平,让肌肉快速从疲劳中恢复过来。在竞技性体育比赛开始前,给运动员补充一定量的茶多酚,可以有效的延缓运动疲劳产生的时间,提高肌肉的抗疲劳能力和运动耐力。茶多酚属于纯天然性生物活性抗氧化剂,对于人体没有毒害作用,在竞技性体育中可以提高运动员的耐力和持久力,是比较理想的非药物运动补充剂。
2.2 兴奋神经系统、提高反应能力
在竞技性体育中,运动员会由于大强度的运动带来身体能量的大量消耗,会对运动员的神经元的机能活动产生影响,降低其工作能力和信息传递感知速度,从而影响运动员的反应能力和判断能力,导致运动员注意力不够集中、运动能力下降、动作质量降低等。茶多酚对于人体中枢神经具有兴奋作用,能够调节大脑的能量代谢,并促进体内钙物质的循环,从而刺激大脑皮质的兴奋点,使运动员精神振奋、反应能力更加敏捷,工作效率和运动动作的精度大为提高,疲劳感降低。在竞技性体育活动之前,运动员适当地服用茶多酚,可以使注意力更加集中,提高神经系统的兴奋性和感知的敏捷性,延缓运动疲劳感的产生,从而有利于运动员对运动动作要求和概念的理解,特别是在一些技术性要求较高的体育运动项目中,更有利于运动动作的精准表达和完成,避免意外发生。茶多酚可以提高神经系统的兴奋性和大脑的反应能力,因此其对于提高短跑运动员的反应能力有很大的帮助。
2.3 增强供氧能力、延缓机体疲劳
在竞技性体育运动项目中,运动员的机体需要大量的氧气参与到能量供给中,氧气通过循环进入到机体细胞内参与氧化活动从而为机体提供能量,因此运动员机体所能获得的能量大小与供氧量有着直接的关系,在大负荷、较长时间的有氧运动中,运动员的能量来源主要靠有氧活动过程中释放出来的能量,因此有足够的氧参与氧化活动就变得非常重要,而氧在体内的运输是通过与血红蛋白结合的方式进行的,因此运动员细胞内血红蛋白的含量与运动员运动时所获能量直接相关。茶多酚能够促进人体内血红蛋白的合成,防止红细胞性贫血,因此竞技性体育运动项目中,运动员服用一定量的茶多酚可以有效的改善血液中血红蛋白的含量,并增加氧气的供应能力,从而避免大负荷剧烈运动中身体出现缺氧的情况,延缓机体疲劳感的出现时间,从而提高运动能力。
3 结束语
现代竞技性体育中,在遵守相关法律法规的前提下,人们不断地寻找运动补剂以提升运动员的运动技能和运动成绩。茶多酚作为一种从茶叶中提取的天然性生物抗氧化剂,对人体没有毒害作用,其本身具有良好的抗氧化性和较强的清除自由基的能力,它可以有效的减缓运动员在竞技性体育中疲劳生成的时间以及提高从疲劳中恢复的速度,因此它对于运动员来说是一种很好的运动补给剂。随着竞技性体育的不断发展以及对茶多酚研究的不断深入,相信茶多酚类化合物在竞技性体育中会有更好的应用前景、应用价值和应用表现。
摘要：茶多酚是一种从茶叶中提取的天然性的无毒副作用的生物抗氧化剂,具有较强的抗氧化能力和消除自由基的能力,能够帮助运动员减缓竞技性体育运动中产生的运动疲劳感和增强运动能力,也可以帮助运动员快速地从运动疲劳中恢复过来,本文对茶多酚的生化效应及其在竞技性体育中的应用进行了研究。
关键词：茶多酚类化合物,生化效应,竞技性体育,应用
参考文献
[1]徐彤彤,吕祥威,姚艳敏.茶多酚对力竭运动小鼠心肌NADPH氧化酶及活性氧代谢的影响[J].中国医院药学杂志.2011(3):211-213.
[2]刘霞.茶多酚对力竭运动大鼠骨骼肌组织氧化损伤的保护作用[J].中国组织工程研究与临床康复.2010(37):6935-6937.
[3]王玮.番茄红素的生理特性及其在运动中的应用前景[J].安阳师范学院学报.2007(5):108-111.
[4]刘霞,路新国.茶多酚对运动小鼠心肌钙离子、ATP酶及自由基代谢的影响[J].中国康复医学杂志.2007(12):1062-1063,1086.
[5]赵永寿,张自治.茶多酚配合有氧运动对肥胖少年身体形态及机能指标的影响[J].上海体育学院学报.2006(4):58-62.
[6]熊正英,任博.茶多酚/儿茶素的补充与运动能力[J].山西师大体育学院学报.2006(2):114-117.
茶多酚类化合物 篇2
1 实验部分
1.1 高效液相色谱流动相为水 (含1%乙酸) 和乙腈的混合溶液。
1.1.1 乙腈:HPLC级。
1.1.2 水:去离子水蒸馏再经Millipore过滤。
1.1.3 乙酸:分析纯。
1.2 标准样品和水样预处理使用的试剂和材料。
1.2.1 乙腈 (CHs CN) :HPLC级。
1.2.2 丙酮 (C3H60) :浓残级。
1.2.3 甲醇 (CH30H) :HPLC级。
1.2.4 盐酸溶液:C (HCl) '6mol/L。
1.2.5 碳酸氢钠溶液:C (Na HCO3) =0.05mol/L。
1.2.6 硫代硫酸钠 (Na2S203·5H20) :分析纯。
1.2.7 GDX-502树脂:使用前用丙酮浸泡数日, 数次更换新溶剂到丙酮无色。再用乙腈回流提取6h以上。纯化后的树脂密封保存在甲醇中备用。
1.2.8 固相萃取小柱:用过的500mg/3m L商品C18小柱去掉原填充物, 湿法加入约0.5g净化后的GDX-502树脂3.2.7) , 打开活塞放出甲醇, 直到液面刚好达到树脂床顶部。用10m L乙腈淋洗树脂, 再用10m L水淋洗树脂, 每次淋洗时尽量不要使液面低于树脂床。
1.2.9 标准溶液:1.2.9.1色谱标准物:标准溶液为苯酚、对硝基酚、间甲酚、2, 4~氯酚、2, 4, 6-三氯酚、五氯酚六种的混标, 购白国家标准物质研究中心。标准液保存在4℃冰箱中。1.2.9.2标准工作溶液:根据仪器灵敏度及线性范围的要求, 取不同量的6种酚类化合物混合标准溶液 (3.2.9.1) , 用乙腈稀释, 配制成几种不同浓度的标准工作溶液, 每个点加入替代物。1.2.10过滤膜:水系微孔过滤膜, 孔径0.45tam, 直径50mm。
2 仪器
高效液相色谱仪 (LC 20A) :日本岛津公司
3 仪器参数
3.1 调整仪器
调整高效液相色谱仪, 使其达到预期的分离效果, 预热运转至获得稳定的基线。
3.1.1 柱温:35℃。
3.1.2 流动相组成:
A泵:99%水 (2.1.2) +1%乙酸 (2.1.3) (V/V) 。
B泵:100%乙腈 (2.1.1) 。
3.1.3 梯度洗脱:
3.1.4 流动相流量:本方法选定流速为1 m L/min, 恒流:或按柱性能、组分分离情况选定流量。
3.1.5 检测器:3.1.5.1紫外检测器:在280nm和290nm下双波长检测酚类化合物。
3.2 校准
3.2.1 用外标法定量。
3.2.2 标准样品:
3.2.2.1标准样品的制备:在线性范围内用混合酚类标准溶液, 配制几种不同浓度的标准溶液, 推荐采用5点校正曲线, 其中最低浓度的溶液浓度应稍高于最低检测限。3.2.2.2高效液相色谱法中使用标准样品的条件:a.标准样品与试样进样体积最好相同, 两者的响应值也要相近。b.在工作范围内, 相对标准偏差<10%。c.标准样品与试样应尽可能同时进行分析。3.2.2.3使用次数:每个工作日必须测定一种或几种浓度的标准溶液来检验校准曲线或响应因子。如若某一化合物的响应值与预期值间的偏差大于10%, 则必须用新的标准对该化合物绘制新的校准曲线或求出新的响应因子。
3.2.3 校准数据的表示:
以响应值对进样量作校准曲线, 可得一条通过原点的直线。响应值与进样量的比值为一常数, 可用平均比值或响应因子代替标准曲线来计算测定结果。
3.3 测定
3.3.1 进样:进样量:20 u L。
3.3.2 组分的色谱峰:与标样的色谱峰对比, 记下色谱峰的保留时间及对应的化合物。
4 分析步骤
4.1 水样预处理
4.1.1 水样的过滤:用过滤装置 (2.2.11, 3.3) 将水中机械杂质去除。
4.1.2 水样的富集:根据水中酚类化合物的含量, 取水样50~1000m L, 用6mol/L盐酸调至p H=2使水样以大约10m L/min的流速流经固相萃取柱.当水样完全流过柱子后, 用0.05mol/L碳酸氢钠溶液 (2.2.5) 10m L淋洗柱子。用N2或空气将柱中水分充分抽干。
4.1.3 样品的洗脱:用4m L乙脂分四次淋洗小柱, 每次1m L, 前两次淋洗液在柱中平衡10min, 后两次平衡2min即可, 合并淋洗液, 最终用乙腈定容为1m L。尽快上HPLC分析。
4.1.4 若水样不干净, 上机前的样液要先用针头过滤器过滤。
4.2 定量分析
4.2.1 色谱峰峰面积的测量:
选定适当的积分参数, 由色谱工作站自动计算出各组分的峰峰面积, 应逐个检查各峰基线, 对不合理基线进行手动基线积分处理。峰高极大值对应的时间即为保留时间。
4.2.2 定量波长的选择:
使用紫外检测器时, 六种酚类的最大吸收波长不同, 为提高分析灵敏度, 苯酚、间甲酚采用280nm波长定量;对硝基酚、2, 4——氯酚、2, 4, 6-三氯酚、五氯酚采用290nm波长定量。
4.2.3 样品浓度计算:
依据各峰峰面积, 并与校准曲线相比较, 计算出相应的待测物浓度。
5 结果的表示
根据标准色谱图各组分的保留时间, 确定出被测试样中存在的组分数目和组分名称。对于干扰严重的样品需用其他方法确证, 如GC-MS等技术。
6 讨论
本方法选用ICP-MS直接对样品进行检测, 不但消除了常规样品分析中制备环节产生的误差, 还大大地提高了检测速度, 此方法的广泛使用有着重要的技术价值和社会意义。
参考文献
[1]分析化学手册 (第二版) [M].北京:化学工业出版社, 2001.[1]分析化学手册 (第二版) [M].北京:化学工业出版社, 2001.
[2]张学俊, 吴仁安.高效液相色谱法分析矿泉水中酚类化合物[J].色谱, 1998, 11.[2]张学俊, 吴仁安.高效液相色谱法分析矿泉水中酚类化合物[J].色谱, 1998, 11.
茶多酚类化合物 篇3
茶多酚类在茶叶中的含量及其保健功效已有文献报道,卢邦俊[3]等研究表明:六大茶类中的杨梅素含量均较低,乌龙茶的黄酮醇含量较高。Alessandra等[4]研究表明多酚儿茶素有抗氧化、抗增殖、血管生成和凋亡的影响。Noura Al Gamdi等[5]采用HPLC-PDA-MS2法识别酚和多酚类化合物,研究发现20个化合物包括黄酮及其苷类、酚酸及绿原酸等,黄酮类化合物主要成分为犀草素,芹菜素和香叶木素缀合物。Tzong-Der Way等[6]研究结果表明,红茶茶多酚可能对激素依赖性乳腺肿瘤的化学预防有益。ZenonApostolides等[7]研究结果表明红茶茶多酚的抑制突变作用比绿茶的更有效,红茶保健功能与之前绿茶的相类似。
目前,茶学研究者对茶叶中儿茶素类化合物含量的研究不少,但是红茶中的黄酮醇类和酚酸类物质缺乏系统研究。本试验利用高效液相色谱法(HPLC)对我国具有代表性的15个工夫红茶和正山小种红茶中主要茶多酚类化合物进行系统分析,比较不同产地间红茶主要茶多酚类化合物含量差异,以期为茶叶功能成分以及红茶品质化学研究提供参考。
1材料与方法
1.1供试材料
供试茶样为全国主要工夫红茶和小种红茶(共16个),由福建元泰茶业有限公司提供,供试红茶样品产地如表1所示。
1.2实验方法
1.2.1化学试剂
乙腈(HPLC)、甲醇(HPLC),购自德国Merck公司;冰醋酸(A.R.),盐酸(A.R.),乙二胺四乙酸(A.R.),抗坏血酸 (A.R.),购自国药集团(上海)化学试剂公司;重蒸水;儿茶素标准样品(C、L-EC、EGC、EGCG、ECG、EGCG),规格20mg,纯度 >99%,购自上海融禾医药科技有限公司;黄酮醇标准品(杨梅素、槲皮素、芹菜素),规格20mg,纯度 >99%,购自四川成都曼斯特科技有限公司。
1.2.2试验仪器
Agilent1200高效液相色谱 -- 二极管阵列检测器 ( 美国安捷伦科技 );Zorbax Ecllpse XDB-18色谱柱,规格:4.6×250mm,5μm( 美国安捷伦科技 );Sartorius电子分析天平(瑞士赛多利斯 );恒温水浴锅(中国);Thermo Primo R离心机(美国赛默飞世尔科技公司)。
1.2.3试验方法
(1)样品测试液制备方法
红茶样品经粉碎机粉碎后,过40目筛后,参照GB/T83132008茶叶中茶多酚和儿茶素类含量的检测方法中6.3.2.1方法制备测试液。
(2)测试样品水解液制备方法
移取1.2.3样品测试液制备方法中中制备的母液5.00m L,加入2.0 mol/L盐酸5.00m L,置90℃水浴锅水解1h,冰水浴冷却至室温,以甲醇定容至10m L,过0.22μm膜,待测。
(3)标准工作溶液配制
以GB/T8313-2008茶叶中茶多酚和儿茶素类含量的检测方法中5.7稳定溶液溶解并稀释后配制混合标准品溶液,混标中各标准品浓度如表2所示。
(4)色谱条件
流动相,参照GB/T8313-2008茶叶中茶多酚和儿茶素类含量的检测方法中5.8分别制备流动相A、流动相B;泵流速设定为1.00m L/min,梯度洗脱程序如表3所示。
液相色谱二极管阵列检测器光谱的扫描范围278 ~ 370nm,柱温35℃,进样量为10μL。各标准品采集波长如表4所示。
1.2.4混合标准样品的HPLC色谱图
混合标准样品的HPLC色谱图分别如图1。
1.2.5计算方法
儿茶素类及黄酮醇计算:根据各标准物质色谱峰的峰面积和其相应的浓度绘制各标准物质的校正曲线,样品测试液以峰面积定量;
各黄酮醇糖苷类物质 = 水解液中黄酮醇含量 - 测试液中黄酮醇含量。
试验数据运用EXCEL2003和DPS7.05软件进行统计分析。
2结果与分析
2.1 16种红茶儿茶素组分含量的差异
本试验中,通过对红茶中儿茶素(C)、表儿茶素(EC)、表没食子儿茶素(EGC)、表儿茶素没食子酸酯(ECG)、没食子儿茶素没食子酸酯(GCG)及表没食子儿茶素没食子酸酯(EGCG)的分析,结果表明(表5):儿茶素的总量范围是4.50 ~ 41.65mg/g之间,均值为17.30mg/g。儿茶素类物质与没食子酸含量测定代表性的HPLC色谱图如图4、图5。
儿茶素含量在不同红茶样品间差异较大,特别是儿茶素单体与表儿茶素。在儿茶素组成的配比中,台湾红茶的表没食子儿茶素(EGC)的含量1.53mg/g最高,其次是英德红茶、宁红工夫、
苏红工夫、湘红工夫、海南工夫及越红工夫,且它们之间相差不大,含量最低的是政和工夫,为0.20mg/g,是台湾红茶的1/7 ;海南红茶的儿茶素(C)含量最高,为7.19mg/g,其次是台湾红茶与桂红工夫,且两者相差不大,其余样品中儿茶素(C)含量相差不大,但几乎是海南红茶含量的1/7。海南红茶的表儿茶素(EC)含量最高,为3.39mg/g,其次是桂红工夫,正山小种中的表儿茶素(EC)含量最低,为0.17mg/g,与海南红茶的相差甚大,约为海南红茶的1/20。比较得出海南红茶中简单儿茶素类物质含量最高,而政和工夫的含量最低,几乎是海南红茶的1/10倍;其次是台湾红茶与桂红工夫。
由表5可看出,16种红茶中台湾红茶的表没食子儿茶素没食子酸酯(EGCG)含量最高,为12.59 mg/g,而正山小种的表没食子儿茶素没食子酸酯(EGCG)含量最低,为2.06mg/g,两者相差较大;其次为苏红工夫、九曲红梅与越红工夫,且三者相差不大;而样品中没食子儿茶素没食子酸酯(GCG)含量最高的是苏红工夫,为0.81mg/g,且与其他红茶的没食子儿茶素没食子酸酯(GCG)含量相差较大;样品中的表儿茶素没食子酸酯(ECG)含量最高的是海南红茶,为22.04 mg/g;其他红茶间的表儿茶素没食子酸酯(ECG)含量相差不大,与海南红茶的表儿茶素没食子酸酯(ECG)含量有一定差距。16种红茶中没食子儿茶素没食子酸酯(GCG)、表儿茶素没食子酸酯(ECG)、表没食子儿茶素没食子酸酯(EGCG)的平均含量分别为:(0.37±0.14)mg/g、(7.13±4.65)mg/g、(6.82±3.23)mg/g。海南红茶中酯型儿茶素类物质含量最高,最低的是正山小种;其次是苏红工夫与台湾红茶,其余红茶间的酯型儿茶素类物质含量相差不大。其中海南红茶和正山小种间存在一定的差距。
2.2 16种红茶没食子酸及绿原酸含量比较
由表6可以看出,16种红茶间没食子酸含量的差异变幅不大,变幅范围是1.139 ~ 3.689mg/g,平均为2.539mg/g,其中苏红工夫的没食子酸含量(3.689mg/g)最高,政和工夫的没食子酸含量(3.614mg/g)与其相差不大。16种红茶中没食子酸含量低于2.000mg/g只有4个,占分析样本数量的25%。
16种红茶中的绿原酸含量差异较大,甚至在5个样品中未发现。结果表明(如表6),样品中绿原酸的含量最高的是海南红茶,其绿原酸含量530mg/kg,大约为其他红茶的5倍。如图6所示,海南红茶的绿原酸确实相对其他红茶含量较高。但是,除海南红茶外,其余样品间基本相差不大。
注:“-”为未检出
2.3 16种红茶黄酮醇及其苷类物质含量比较
由表7可以看出,16种红茶中黄酮醇及其苷类的含量在0.63~ 4.48mg/g之间。样品中杨梅素、槲皮素、杨梅素苷、槲皮素苷的含量范围分别为0.41 ~ 1.40mg/g、0.00 ~ 83.50mg/kg、0.00~ 1.32mg/g、0.31 ~ 2.55mg/g。其中祁门红茶的杨梅素含量较高,为1.40mg/g,是正山小种含量的3.41倍;从表7与图7可以看出,16种红茶中其中有9种没有槲皮素,但在宜红工夫、台湾红茶与越红工夫中却含量较高,分别为70.23、83.67、83.50mg/kg。而只有6个样品中检测出杨梅素苷类,其中台湾红茶中的含量最高(1.32mg/g),其次是九曲红梅(0.70mg/g),其余4种红茶中含量不高;槲皮素苷类在样品中测出,其中海南红茶中最高(2.55mg/g),黔红工夫中最低(0.31mg/g),坦洋工夫、英德红茶、台湾红茶、桂红工夫及九曲红茶中的含量相差不大,但均较海南红茶的低;红茶中台湾红茶的黄酮苷类物质含量最高(4.48mg/g),其次是海南红茶(3.77mg/g),黔红工夫中最低(0.63mg/g)。
注:“-”为未检出
2.4 16种红茶主要多酚类化合物含量的聚类分析
根据红茶中的儿茶素组分、酚酸类、黄酮醇及其苷类等多酚类化合物含量,采用类平均法(UPGMA)对16种红茶进行系统聚类分析,生成的聚类树状图效果见图7。
从图7可以看出,当距离阈值为0.80时,可以将16种红茶划分为3个类型。第Ⅰ类红茶为正山小种,其表儿茶素、表儿茶素没食子酸酯、表没食子儿茶素没食子酸酯及其儿茶素总量的含量均最低,表没食子儿茶素为最高含量的1/3,儿茶素含量为最高值的1/10,没食子儿茶素没食子酸酯含量与其他红茶的相差不大;除桂红工夫外,其没食子酸含量最低,为1.565mg/g,且在正山小种未检测出绿原酸;除政和工夫、黔红工夫外,其黄酮醇及其苷类物质含量最低。第Ⅱ类红茶为坦洋工夫、祁门工夫、越红工夫、云南滇红、政和工夫、湘红工夫、黔红工夫、宜红工夫、宁红工夫、苏红工夫,其儿茶素类物质含量均在10.00 ~ 20.00mg/g之间,但苏红工夫除外,其含量为25.36mg/g;没食子酸含量约在1.900~ 3.500mg/g之间,绿原酸除部分红茶未检测出外,含量约在60~ 80mg/kg之间;黄酮醇及其苷类总量除政和工夫(0.68mg/g)、黔红工夫(0.63mg/g)外,其余均在1.00 ~ 2.50mg/g之间;第Ⅲ类红茶为英德红茶、桂红工夫、海南红茶、台湾红茶、九曲红梅,其儿茶素总量约为20.00mg/g,而海南红茶为41.65mg/g;没食子酸含量约1.000 ~ 2.000mg/g,而海南红茶为3.003mg/g,绿原酸的含量海南红茶最高,为530mg/kg,台湾红茶中未检测出,桂红工夫与九曲红梅相差不大;黄酮醇及其苷类的含量在2.50 ~4.5mg/g之间。
3讨论
3.1红茶主要多酚类化合物含量与鲜叶原料的关系
红茶是全发酵茶,由多酚类物质特别是儿茶素类在多酚氧化酶的作用下发生强烈的氧化反应,生成茶黄素、茶红素、茶褐素等物质,同时在儿茶素类的氧化过程中发生了一系列的偶联氧化反应,从而形成红茶特有的色、香、味等品质特征。正山小种的儿茶素总量4.50mg/g,明显低于其他红茶,与黄文婷[8]的12种红茶茶汤多酚类含量测定结果相一致,这可能与正山小种红茶的鲜叶原料有关。正山小种所选用的鲜叶原料是福建武夷山的武夷菜茶,武夷山茶树种质资源丰富[9],武夷菜茶为有性群体种,其多酚类化合物的组成与含量有待进一步研究。
3.2红茶主要多酚类化合物含量与其滋味品质的关系
茶多酚类化合物 篇4
苯胺类化合物是有机化工领域重要的中间体, 其在农药和医药以及染料领域中合成产品的重要原料, 农药领域中常用来合成高效内吸收的杀菌剂和低毒高选择性的除草剂;医药领域中常用来合成局部副作用小的麻醉药和抗心律失常的药物等。因此, 国内外科研工作者对苯胺类化合物的合成方法进行了大量的研究。现对较有价值的合成方法综述如下。
2 苯酚类化合物直接催化胺化得到苯胺
由于贵重金属Pd或Pt作为活性组分的催化剂具有很高的活性和选择性, 反应条件较温和等优点, 所以近年来逐渐被人们重视。
国内研究苯酚催化胺化的有湖南化工研究院 (CN1207329A) 制备的催化剂是以Pd为活性组分, Al2O3-Mg O、Al2O3-Zn O和Al2O3-Li2O等作为载体, 催化剂制备以γ-Al2O3为载体骨架, 浸取Mg (NO3) 2·6H2O和Al (NO3) 3溶液制取尖晶石Al2O3-Mg O载体, 再浸渍Pd Cl2、盐酸溶液, 制得催化剂Pd/Al2O3-Mg O/Al2O制备尖晶石氧化铝-氧化镁的钯催化剂。西北大学的孙秀成等制备的Pd为活性组分, 铝镁尖晶石为载体的催化剂在固定床反应器用于2, 6-二甲基苯酚的催化胺化反应。
中国石油化工股份有限公司和中国石油化工股份有限公司上海石油化工研究院 (CN1381439A, CN1381440A) 通过采用以苯酚或烷基苯酚和氨为原料, 临氢条件下, 以氧化铝为载体, 负载钯和锡或铈的金属或其化合物以及其它助催化组份, 制成催化剂的技术方案, 由于在钯/氧化铝催化剂体系中添加锡或/和铈的金属或其化合物, 使苯酚或烷基苯酚的胺化能力大大提高, 同时减少了副反应。通过以γ-氧化铝和其上生长的尖晶石为复合载体, 负载钯或钯和镧及其氧化物活性组份制成催化剂。华东理工大学的姜瑞霞等 (CN1467026A, CN1467027A) 也对苯酚催化胺化进行了研究, 并且对Na、La和Mg等助剂改性过的催化剂进行了研究, Pd-La/Al2O3-Mg O催化剂效果最好, 并通过以γ-氧化铝为基体, 在其表层生长氧化铝-氧化镁-氧化钾尖晶石的复合载体, 负载钯或钯和镧及其氧化物活性组分制成催化剂的技术方案较好地解决了该问题。
BASF (EP 0053817A1, EP 0053819A1) 的采用尖晶石Al2O3-Mg O为载体, 负载0.5%金属钯为催化剂, 添加镁、锌、银、钴、锂以及稀土金属作为助剂和γ-氧化铝制备为载体或γ-氧化铝和氧化镁或氧化钙碱金属氧化物混合制备载体, 再负载活性组分钯。三井石油化学工业株式会社 (EP0053189A1) 氧化镁和氧化铝制备成载体, 浸渍硝酸钯, 反应前使用水合肼还原。华东理工大学和辽宁鸿港化工有限公司 (CN102731318A) 的由3, 5-二甲基苯酚经氨化反应制备3, 5-二甲基苯胺, 催化剂是负载型催化剂, 其负载组分包含:金属钯或/和其氧化物、和金属镍或/和其氧化物, 载体为氧化铝;此外, 催化剂的使用寿命为两年以上。催化剂的改性体现在催化反应的转化率和选择性上, 由于使用的活性组分为贵重金属, 价格昂贵, 催化剂的转化率和选择性尤为重要, 是衡量一种催化剂的重要指标。
3 结语
催化剂的改性上有以下两个方面, 一是催化剂的载体改性, 载体确定为氧化铝或活性炭的基础上进行改性;二是催化剂的活性组分改性, 在主催化剂为贵重金属钯或铂的基础上进行添加助催化剂元素改性;目前对活性组分改性为主。
参考文献
[1]张秀成, 陈立宇, 孙荣华, 潘海卫.3, 5-二甲基苯酚气相胺化合成3, 5-二甲基苯胺的工艺研究.化学反应工程与工艺.2003, 19 (2) :640-644.
[2]陈立宇, 张秀成, 2, 4与2, 6-二甲基苯胺的研究开发与利用, 化工进展, 2000, 3:46-48.
[3]姜瑞霞, 谢在库, 张成芳, 等.2, 6-二甲基苯胺的合成研究进展, 精细石油化工, 2001, 4:60-64.
[4]Jiang Ruixia, Xie Zaiku, Zhang Chengfang, Chen Qingling.Characterization and performance of Pd-La/spinel catalyst for preparation of 2, 6-diisopropylaniline, Applied Catalysis A:General, 2003, 250:209–220.
茶多酚类化合物 篇5
通常获得Kow有实验测定和从分子结构进行估算等方法[1]。实验测定方法操作复杂、耗时、耗力。已提出了多种计算lgKow值的方法[2,3],常用的有线性自由能法、分子连接性指数法和分子碎片常数法等。应用线性溶解能关系(LSKR)[4]和理论线性溶解能关系(TLSER)[5,6]拟合溶解度及溶质在两相间的分配系数取得了较大的成功。分子连接性指数法能够定量描述分子的结构信息,如,大小、分支、环、不饱和度和杂原子等,并且具有简单和准确的特点。用分子结构参数估算有机物的分配系数,其回归方程一般包含几个参数或变量[7,8]。如果能用单一参数来估算其分配系数则更方便。
用分子连接性指数与lgKow进行回归分析建立QSPR模型,得到很好相关方程,而且也具有较好的精度。
1 辛醇/水分配系数数据及分子连接性指数的计算
辛醇/水分配系数均用对数表示(lgKow),取自文献[9],分子表面积(均指溶剂可及表面积)值取自文献[9],见表1。
根据分子连接性指数的定义[10,11],对某一给定分子结构的化合物,分子连接性指数可用点价乘积平方根的倒数来表示。本研究应用自己编写的程序,计算了化合物的26种分子连接性指数,并把与化合物Kow值和分子表面积相关较好的分子连接性指数列于表1。其中,3Xc为3阶簇项指数,3Xcv为3阶价键簇项指数。
2 结果与讨论
用lgKow和分子表面积(ATS)与作为分子结构参数的分子连接性指数进行QSAR研究,运用SPSS13.0统计软件进行多元回归分析,得到如下预测模型:
lgKow = 5.383XCv +1.03 (R2=0.927, F=228.5, P<0.0001, n=20) (1)
ATS=209.723XCv -41.45383XC +263.03 (R2=0.999, F=8580.1, P<0.0001, n=20) (2)
可以看出,(1)以上QASR方程的单个参数相关系数都在0.96以上,F值在4以上,P<0.05水平上的显著性检验都小于0.0001。因此,以上2个方程相关性非常显著,从统计意义上是成立的。研究表明,分配系数logKow的实验误差在0.4log 单位之内[12]。从表1可见,除2,3,4,6-四氯苯酚外,logKow实测值与预测值的差值小于0.4 log单位,其预测值与实测值很接近。因此,用多氯酚化合物的三阶价键簇项分子连接性指数来估算和预测其正辛醇/水分配系数与分子表面积是可行的。
注:ATS 酚取代衍生物的分于表面积。
由于所研究的卤代苯酚类化合物结构相似,3XC和3XCv与分子表面积具有很高的相关性,说明在此类结构化合物的3XC和3XCv反映了分子表面积的大小, 3XCv越大分子表面积越大,与3XC成反比。logKow与3XCv成正比,和分子表面积成正比,意味着具有较大分子表面积的卤代苯酚倾向于分配到正辛醇相。
3 结论
分子连接性指数依据化合物结构计算,其算法简单、具有非实验性和较高的准确度。多氯酚类化合物的3XCv与其logKow呈一元线性相关,3XC和3XCv与分子表面积高度相关。采用分子连接性指数建立QSAR模型,预测误差也是可以接受的。计算多氯酚类化合物的Kow值和分子表面积是可行的。
参考文献
[1]Valko K,Du C M,Bevan C,et al.Rapid method for theestimation of octanol/water partition coefficient(log P-oct)from gradient RP-HPLC retention and a hydrogenbond acidity term(Sigma alpha(H)(2))[J].CurrentMedicinal Chemistry,2001,8(9):1137-1146.
[2]Bodor N,Gabanyi Z,Wong C K.A new method for theestimation of partition-coefficient[J].J.Am.Chem.Soc.,1989,111(11):3783-3786.
[3]Leo A J.Calculating log P(oct)from structures[J].Chem.Rev.,1993,93(4):1281-1306.
[4]Kamlet M J,Doherty R M,Carr P W,et al.Linear solva-tion energy relationships.44.parameter-estimationrules that allow accurate prediction of octanol water parti-tion-coefficients and other solubility and toxicity proper-ties of polychlorinated-biphenyls and polycyclic aromatic-hydrocarbons[J].Environmental Science&Technolo-gy,1988,22(5):503-509.
[5]陈景文,杨丽红.王连生.应用理论线性溶解能关系预测部分卤代芳烃的正辛醇/空气分配系数[J].环境化学.1997,3:215-219.
[6]黄庆国.王连生,韩朔睽,等.卤代劳烃的脂水分配系数与分子结构的定量关系[J].高等化学学报,1993,6:826-830.
[7]王连生,韩朔睽.有机污染进展[M].北京:化学工业出版社,1998.
[8]朱秀华,王炜.烃类化合物价分子连接性指数与正辛醇/水分配系数[J].大连铁道学院学报,2002,23(2):91-93.
[9]张大仁.分子表面积的解析计算和它与正辛醇/水分配系数的相关性[J].环境科学学报,1995,15(3):302-309.
[10]Randic M.On Characterization of Molecular Branching[J].J.Am.Chem.Soc.,1975,97:6609-6615.
[11]Kier L B,Murray W J,Randic M,et al.Molecular Con-nectivity V:Connectivity Series Concept Applied toDensity[J].J.Pharm.Sci.,1976,65:1226-1229.
茶多酚类化合物 篇6
氯酚类物质是环境水体的重要污染物,紫外分光光度法是对其常用且便捷的测定方法。然而氯酚类结构相似,致使分子光谱谱线严重重叠。在实际污染水体中,多种氯酚类物质往往同时存在,对其同时测定则较为困难。
近年来,将人工神经网络用于多组分物质的同时测定已被证明是一种高效、快速的方法[1,2,3]。BP算法是目前应用最广泛、使用最频繁的人工神经网络训练算法。但是BP算法收敛速度慢,易陷入局部极值,无法得到整体最优[4]。因此遗传算法[5]、粒子群[6,7]和蚁群[8]等全局寻优能力更强的算法被相继用于人工神经网络(Artificial Neural Network,ANN)训练并在各个领域获得了成功。新近提出的人工蜂群算法[9,10]在个体中出现了分工,鲁棒性强,近年来得到了学者们的相应关注和广泛投入。
本文应用改进了的人工蜂群算法训练人工神经网络,预测模拟水样中邻氯酚、对氯酚以及2,4-二氯酚三种氯酚的浓度,结果表明回收率和收敛速度与传统的训练算法相比,均有显著提高。
1 方法原理
1.1 人工神经网络
人工神经网络(ANN)是由大量的神经元彼此相互连接而形成的网状结构的系统,可以模拟人类大脑神经网络结构及其行为。每个神经元都是一个多输入、单输出的非线性阈值器件。
多层ANN由输入层和输出层组成,有时还会有隐藏层,其结构如图1所示。每一层均包含多个神经元;前一层的结点与后一层的结点均为两两相连,每条连接线上都附有权值;输入层和隐藏层还存在常量阈值,阈值与下一层的所有结点相互连通。神经网络中,每个结点取值等于输入值与权值乘积的累加和,在大多数情况下,这个累加和都要经过传输函数f(·)的处理。
ANN的训练过程是使用某种算法或策略不断调整网络中的权值,使得给定的输入经过神经网络各层的传输之后能够尽量接近目标输出。训练算法的质量决定了ANN的问题求解能力,因此除了BP算法以外的其它新型智能算法也纷纷被尝试用于ANN的训练过程,力图寻找到更好的训练算法。
1.2 人工蜂群算法训练ANN
蜜蜂的采蜜行为是一种典型的群体智能行为。在基于蜜蜂采蜜机理的人工蜂群(Artificial Bees Colony,ABC)算法中,蜂群由三种担任不同任务的蜜蜂合作完成采蜜任务:引领蜂(employed bees)、观察蜂(onlookers)与侦查蜂(scouts)。采蜜的过程就是问题求解的过程,因此在这个算法里解就是花蜜。每个引领蜂都在采集食物,引领蜂代表了问题解空间上的解即花蜜;如果引领蜂所代表的解的质量比较差,就会变成侦查蜂寻找新的解;观察蜂在舞蹈区获得引领蜂关于解的信息并做出决策。
用该算法求解问题时,创建相同数量的引领蜂与观察蜂,即解空间解的个数SN,每个解θi(i=1,2,...,SN)均为问题的D维向量。引领蜂首先在邻域产生一个扰动,并根据扰动值产生一个新的候选解,随后对新旧两个解做出评价,选择较好的那个解作为自己的新解。当所有的引领蜂完成邻域搜索之后,就将解的位置和质量信息告知给处在舞蹈区的观察蜂。观察蜂将评价解的适应值fiti,并按一定的概率选择一个解。解的适应度越高,被选中作为新解的概率越高。当观察蜂选择食物源之后,就会像引领蜂那样开始新的搜索过程。如果引领蜂在一定的limit步数之内无法找到更好的解,这个引领蜂将变成一个侦查蜂,继续找到一个新的食物源。
利用ABC训练ANN权值的具体方法如下:建立适当的神经网络结构,将神经网络的一个实例看成是一只蜜蜂;连接权值的个数D即为蜜蜂的探索空间维数,神经网络结构中的连接权值就成为蜜蜂的位置;将训练神经网络产生的误差作为评价花蜜的适应度函数,此时神经网络训练问题就转化为寻找一组使得误差最小的连接权值的优化问题;当误差(即适应度函数)的值小于设定值或迭代次数达到设定值,则训练过程结束。
2 化学实验部分
2.1 仪器和试剂
UV1900紫外可见分光光度计(上海凤凰光学科仪有限公司)。标准储备液:1000mg L-1的邻氯苯酚,对氯苯酚和2,4-二氯苯酚用40%乙醇溶液配制。工作液经适当稀释制备。试剂均为分析纯,实验用水为蒸馏水。
2.2 实验步骤
于50 m L容量瓶中加入按一定比例配制的邻氯苯酚,对氯苯酚和2,4-二氯苯酚的混合标准溶液,用水稀释至刻度、摇匀。用1 cm比色皿从250至310 nm,每隔1 nm以试剂空白为参比测定其吸光度值。将得到的数据用于构建训练集的吸收矩阵。按照与训练集同样的步骤测定未知混合物的吸光度,并构建得到预测集吸收矩阵。所得预测集的几组样品成分值如表1所示。
2.3 吸收光谱
邻氯苯酚,对氯苯酚和2,4-二氯苯酚的紫外吸收光谱图如图2所示,邻氯苯酚,对氯苯酚和2,4-二氯苯酚的最大吸收波长分别为273 nm,280 nm,284 nm。由图2可以看出,三种物质的紫外吸收光谱重叠严重,极易产生测定干扰。因此,选取260-290 nm为测试波长,每隔1nm进行记录。这样每组得到31个吸光度数据,按要求组成原始吸光度矩阵和人工蜂群神经网络的训练集,对网络进行训练,另配置5组混合溶液作为预测使用。
3 神经网络训练与预测
3.1 神经网络模型与参数
建立前馈式神经网络模型,根据测定的波长数,输入层设为31个,代表从260到290之间每隔1nm混合溶液的吸光度;输出层设为3个,代表三组份的浓度;隐藏层的节点个数会影响到网络的训练性能,节点个数太少,难以达到训练误差,而增加隐藏层节点个数虽然会加快迭代初期的收敛速度,但却以较长训练时间为代价。经过多次试验,本实验取定为8个。
输入层到隐藏层的传输函数为tansig,隐藏层到输出层的传输函数为pureline。网络训练过程的评价函数为样本的误差平方和sse,当sse小于等于0.1时或者迭代次数达到1 000次时训练结束。
实验中设置种群规模SN为50,网络中的初始化权值取[-1,1]。作为参照的标准PSO算法中,初始化惯性权重为0.9,并随着迭代进行将以线性方式降至最低0.4,学习因子设为2.0。
3.2 改进的ABC算法预测三组份浓度
在本实验中,由于数据集较大,不论是标准的BP算法,还是常用的ABC和PSO等算法都无法在迭代1 000次内将网络的训练误差收敛到目标值0.1,所预测的结果与实际值相差较大。此外,大部分算法易陷入局部极值,继续增加训练的迭代次数也未必会提高训练精度,反而将导致更多的时间开销。因此,若要取得满意的预测结果,增加算法的实用性,必须加快收敛速度。在ABC算法中,扰动和位移交替进行,不论扰动产生的位移是否有利于提高收益度,但每产生一个扰动,就会在该方向上出现一个位移。如此一来,就有很大可能使得一个优良解早早地被丢掉。
细菌觅食优化(Bacterial Foraging Optimization,BFO)算法[11]中的趋药性行为是指细菌在引诱剂作用下,进行定向运动的行为。这种局部搜索行为可以作为全局性较好的ABC算法的补充,因此,将BFO算法中趋药性行为引入到ABC算法中,使种群中的个体在解的各个维度空间上尝试翻转,然后选择其中适应度值最佳的维度做为翻转的方向并在此方向上继续游动一定的步数Ns,这种行为与菌群算法中的趋药性行为类似。文中,将这个新算法命名为ABC-CB,(Artificial Bee Colony with Chemotaxis Behavior),并将其应用于训练人工神经网络。
根据上述思路,将一个神经网络视为种群中的个体,以混合溶液的吸光度作为神经网络的输入,以神经网络各输出结点的误差平方和作为个体的评价函数。在如此设定之后,将ABC-CB算法应用于人工神经网络的训练和预测,对其过程描述如下:
ABC-CB算法:
(1)初始化并评价种群每个解θi的质量。
(2)引领蜂i产生一个新解xi并对之进行评价。
(3)当游动步数少于Ns且解xi的适应度好于θi时,用xi取代θi。
引领蜂产生并评价一个新解xi。
(4)计算解θi的选择概率pi。
(5)观察蜂依据概率pi选取一个食物源,然后在所有维度产生一定扰动并选取适应度最好的扰动,作为新的解xi。
(6)重复第3步。
(7)如果在一定步数k之内侦察蜂都无法改进自己的解,则在解空间产生一个新的随机解。
(8)打印到目前为止的最优解。
(9)如果达到终止条件,打印最优解;否则转第2步。
改进后的算法在平均迭代191次内可以使本问题中神经网络的总误差达到0.1。几种算法运行30次的误差平方和(sse)收敛过程如图3所示。本实验中,将Ns设为5。
从图3可见,在此问题上,PSO算法性能最差,BP算法与ABC算法性能相当,但是都无法在1 000次迭代之内收敛到预设的总误差0.1。与其它算法相比,改进后的ABC-CB算法能够在较少的迭代次数内收敛。使用ABC-CB算法训练神经网络,系统总误差达到0.1时,训练结束并输入测试集。运行程序30次,预测得到的各组份平均测得浓度和平均回收率如表2所示。
4 结束语
实验结果表明,作为群智能算法的典型代表,改进后的人工蜂群算法用于训练人工神经网络,能够有效地预测光谱交叠严重的多组分混合溶液,扩展了群智能算法的应用领域,并为不需分离即能同时测定光谱重叠的分子体系提供了一条新途径。
摘要：将改进过的人工蜂群算法用于训练人工神经网络,对紫外光谱重叠严重的邻氯酚、对氯酚以及2,4-二氯酚的混合溶液进行同时测定。在260-290nm的范围内,使用经过正交设计的25组混合溶液的吸光度作为神经网络的训练集。当网络的误差平方和收敛到0.1时,输入另5组混合溶液的吸光度预测其浓度。对照实验表明,使用新算法训练的神经网络在回收率和收敛速度上与使用BP算法、粒子群算法以及标准人工蜂群算法相比均有较大提高。
关键词：人工蜂群算法,人工神经网络,紫外分光光度,氯酚
参考文献
[1]傅应强,姚岚,陈宁生,等.人工神经网络-紫外分光光度法同时测定苯酚、苯胺和苯甲酸[J].化学分析计量,2008,17(4):24-26.
[2]曹永生,陈奕卫,祖金凤,等.反向传播人工神经网络分光光度法同时测定环境水样中的苯酚、间苯二酚和间氨基酚[J].光谱学与光谱分析,2003,23(4):751-754.
[3]高玲,石俊仙,任守信.Elman回归神经网络同时定量测定三种酚类化合物[J].光谱学与光谱分析,2006,26(1):117-120.
[4]鲍立威,何敏,沈平.关于BP模型的缺陷的讨论[J].模式识别与人工智能,1995,8(1):1-5.
[5]张成燕,马卫兴,毛应明,等.遗传神经网络紫外分光光度法同时测定苯酚和邻苯二酚[J].计算机与应用化学,2009,26(10):1300-1302.
[6]高海兵,高亮,周驰,等.基于粒子群优化的神经网络训练算法研究[J].电子学报,2004,32(9):1572-1574.
[7]MARCIO C,TERESA B L.Particle swarm optimization of ne-ural network architectures and weights[C]//Proc of IEEE the seventh international conference on hybrid intelligent systems.Kaiserslautern,Germany:IEEE,2007:336-339.
[8]王晶.蚁群算法优化前向神经网络的一种方法[J].计算机工程与应用,2006,42(25):53-55.
[9]李伟强,徐建城,殷剑锋.蜜蜂群优化算法用于训练前馈神经网络[J].计算机工程与应用,2009,45(24):43-46.
[10]胡珂,李迅波,王振林.改进的人工蜂群算法性能[J].计算机应用,2011,31(4):1107-1110.