一个基于光的双传感器用于Zn²⁺和PO_{4^3-以及软计算方法的应用来预测机器学习结果}

科学领域:

• 化学传感器 化学传感器
• 分子开关 分子开关
• 计算化学的计算化学

背景情况:

• 选择性和敏感的化学传感器的开发对于环境和生物监测至关重要.
• 基于Phenolphthalein的Schiff基提供了设计功能分子的多功能平台.
• 光"打开"和"关闭"机制提供了敏感的检测策略.

研究的目的:

• 为选择性离子传感合成和表征一种基于甲烯的新型希夫基 (PAP).
• 通过光谱和计算方法研究PAP对Zn²⁺和PO₄^3-的感应机制.
• 构建一个模糊逻辑 (FL) 操作,并应用机器学习模型来根据光强度预测离子度.

主要方法:

• 基于甲烯的希夫基 (PAP) 的合成和表征.
• 光光谱仪用于选择性检测 Zn2+ 和 PO3- .
• 核磁共振 (NMR),质谱学 (MS),里埃变换红外光谱学 (FT-IR) 和时间分辨率光发光学 (TRPL) 用于机械研究.
• 密度函数理论 (DFT) 计算用于理论见解.
• 模糊逻辑 (FL),人工神经网络 (ANN) 和自适应的神经模糊推理系统 (ANFIS) 的实现,用于数据分析和预测.

主要成果:

• PAP证明了对 Zn 2+ 的选择性"打开"光感应,检测极限 (LOD) 为 19.3 nM.
• PAP对PO₄^3-进行了选择性的"关闭"光传感,LOD为8.3μM.
• 传感机制是通过结合实验和DFT研究来阐明的.
• 一个双输入模糊逻辑操作成功地使用光响应构建.
• 与其他机器学习方法相比,ANFIS模型在预测离子度方面表现优越.

结论:

• 合成的PAP化学传感器对于选择性和敏感地检测Zn²⁺和PO₄^3-非常有效.
• PAP 作为一个能够执行模糊逻辑操作的分子开关.
• 机器学习方法,特别是ANFIS,为定量离子分析提供了对传统实验方法的准确和高效的替代方案.