蚁群算法在苹果糖度近红外光谱分析波长选择中的应用

• 作者: 刘飞 陈鑫
• 来源期刊: 分析试验室
• 学科: 化学
• 关键词: 苹果近红外光谱 糖度检测 波长变量选择 蚁群算法
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 研究报告与研究简报
• 页码范围: 50-54
• 页数: 5页
• 分类号: O657.3
• 语种: 中文

摘要

针对苹果近红外光谱数据的特点,研究了蚁群算法(ACO)在近红外光谱波长选择中的应用,建立了一种基于串联双通路构建图的波长变量选择模型.首先采集了苹果表面的漫反射近红外光谱,进而采用蚁群优化算法优选出近红外波长的最佳变量,使用所选择的近红外光谱波长数据建立苹果糖度预测模型.与GAPLS、siPLS等波长选择方法进行了比较,新模型的变量数减少到580,模型校正均方根误差RMSEC为0.2712,验证均方根误差RMSEP为0.3059.实验结果表明,蚁群算法用于苹果漫反射近红外光谱波长变量的选择,有效地减少了波长的使用,降低了模型复杂度,同时提高模型的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘飞		236	964	13.0	17.0
2	陈鑫		6	16	3.0	4.0