自适应蚁群优化算法的近红外光谱特征波长选择方法

• 作者: 彭彦昆 汤修映 王秀 郭志明 黄文倩
• 来源期刊: 分析化学
• 关键词: 近红外光谱 蚁群优化算法 特征波长 苹果 可溶性固形物含量
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 研究报告
• 页码范围: 513-518
• 页数: 6页
• 字数: 5485字
• 语种: 中文
• DOI: 10.3724/SP.J.1096.2014.30340

摘要

为提高近红外光谱预测模型的精度和适用性,同时简化模型,提出了自适应蚁群优化偏最小二乘法优选特征波长的方法,建立不同产地苹果可溶性固形物含量混合分析模型.收集山东、陕西和新疆的富士苹果,采集3800 ～ 14000 cm-1范围的近红外光谱,并对其重要品质指标可溶性固形物含量进行测定.利用蚁群算法启发式全局搜索的特点,结合蒙特卡罗轮盘赌随机选择机制,优选苹果可溶性固形物含量的近红外光谱特征波长,然后用偏最小二乘法建立分析模型.与全光谱偏最小二乘模型和遗传偏最小二乘模型相比,蚁群优化算法选择的波长数最少,模型预测能力最强,预测的相关系数R和预测均方根误差RMSEP分别为0.9708和0.5144.研究结果表明,自适应蚁群优化算法可以有效选择近红外光谱特征波长,提高模型的稳健性和适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王秀	中国农业大学工学院	106	1927	23.0	41.0
3	黄文倩		15	286	10.0	15.0
4	彭彦昆	中国农业大学工学院	135	1809	24.0	36.0
5	汤修映	中国农业大学工学院	36	770	14.0	27.0
8	郭志明	中国农业大学工学院	2	50	2.0	2.0