摘要：本文提出了智能最佳化气相色谱柱温的理论基础,解决了最佳温度求解区间及控温方式的预测、最难分离物质对及交叉点的预测、围绕最难分离物质对及交叉点的最佳化分离温度的预测三个问题,为智能最佳化柱温程序设计奠定了基础.

摘要：金橙黄微小杆菌ATCC49676具有巨大的产乳酸潜力.为筛查可能影响或调节乳酸产量的代谢物,研究首先通过全因子实验设计优化并确定了最大乳酸产量的培养基组成.然后,通过气相色谱质谱联用技术对在基础培养基和优化培养基培养条件下的培养物进行代谢指纹分析.显著性分析发现,两种培养条件下胞内的谷氨酸变化最为显著.当ATCC49676在外加谷氨酸培养时,乳酸的产量随着谷氨酸浓度的增加而下降.相对酶定量证实了谷氨酸可降低胞内乳酸脱氢酶含量.研究证实了代谢指纹分析在探究表型特异性胞内代谢物上的价值以及它在改进工业发酵效率上的潜在作用.

摘要：介绍了在气相色谱柱系统推荐专家系统中对有机组分采用气相色谱分析推荐固定相的软件。对其中的知识表达和推理机设计进行了详细的讨论。

摘要：许多分析问题的解决需要得到比一维色谱技术能提供的更高的分辨率。分离能力可通过使用多种分离技术或机理的组合来增强。此时 ,样品被分散在不同的时间维 ,最终的分辨率强烈地依赖于这些维间分离特性的差异。当它们之间没有关联 ,也即相互间正交时 ,系统可获得最高的分辨率。全二维气相色谱 (GC×GC)提供了一个真正的正交分离系统。它把分离机理不同而又互相独立的两支色谱柱以串联方式结合组成二维气相色谱。在这两支色谱柱之间装有的一个调制器起捕集再传送的作用。全二维色谱的峰容量为组成它的两支色谱柱各自峰容量的乘积。介绍了GC×GC的技术和仪器 ,比较了现阶段GC×GC系统的 3种设计。列举了在石化和环保领域GC×GC的许多应用实例。简单地讨论了GC×GC将来的发展前景。

摘要：将功效函数法结合遗传算法用于碱性药物肾上腺素的手性毛细管电泳的多指标同时优化 .以均匀设计安排了 4因素 (电解质浓度、p H值、手性试剂浓度和分离电压 ) 6水平实验 ,建立了峰分离度、迁移时间和灵敏度与实验因素间的多元线性回归方程 .为获得毛细管电泳评价指标的同时优化 ,采用 Derringer功效函数法 ,建立了总功效函数与实验因素的定量关系 .采用实数编码的遗传算法搜寻总功效函数的最大值 ,获得了多个优化分离条件 ,在这些分离条件下得到的总功效函数与均匀试验设计中最佳条件相比 ,平均提高了1 0 .4% 。

摘要：对单核苷酸多态性(SNP)的概念及特性作了简要说明,介绍了14种检测SNP的方法,讨论了各种方法的原理及优缺点,并对目前SNP在遗传图的绘制、遗传病致病基因的搜寻、药物设计及法医学等方面的应用及其研究进展进行了综述。引用文献29篇。

摘要：开展了基于衍生化气相色谱-质谱联用的水稻代谢物分析方法的研究。采用D-最优试验设计对代谢物的提取溶剂进行优化,考察了水、甲醇、乙腈和异丙醇的提取效率,通过多元统计分析评价提取效能和溶剂配比的相关性,最终确立以80%(v/v)甲醇/水作为代谢物提取的最适溶剂。在此基础上对该方法的分析性能进行评价,发现绝大多数代谢物(>90%)具有良好的精密度、重现性和稳定性(相对标准偏差小于30%),且占总峰面积88.0%的代谢物的响应值与其浓度间呈线性关系(相关系数>0.9)。采用气相色谱-质谱联用方法从水稻种子中共鉴定出86个代谢物,涵盖糖、氨基酸、有机酸、甾体等多类浓度差异大的物质,适合于水稻的代谢表型差异研究。

摘要：分析了电机铁芯定子冲片的冲压工艺,给出了排样设计方案和相应的模具结构,并就主要零件在设计加工中应注意的问题进行了分析,提出了解决办法。

摘要：通过正文设计实验方法优化了新型微填充柱。毛细管柱色谱操作条件，并利用灰色关联分析方法考察了操作条件与柱效的相关程度，对实验能起一定的指导作用。

摘要：将小波神经网络和遗传算法应用到2 (9 咔唑) 乙基氯甲酸酯衍生化氨基酸的胶束电动力学色谱分离优化。小波神经网络结合正交试验设计用于分离过程的多因素模型建立。以训练好的小波神经网络模型为目标函数,采用实数编码的遗传算法搜寻确定最佳分离条件,在此条件下分离得到的归一化分离度积与正交试验设计中最佳条件相比,提高了12.5%。