基于模拟退火算法优化波长的面粉品质检测

• 作者: 刘翠玲 孙晓荣 窦颖 肖爽
• 来源期刊: 食品科学
• 学科: 农学
• 关键词: 模拟退火算法 偏最小二乘法 面粉 近红外光谱 定量分析
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 安全检测
• 页码范围: 208-211
• 页数: 4页
• 分类号: S03
• 字数: 3163字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-201612037

摘要

模拟退火算法(simulated annealing algorithm,SAA)是一种随机搜索、全局优化算法,为提高近红外光谱检测面粉品质模型的准确度与稳健性,实验提出基于SAA优化波长,再结合偏最小二乘(partial least squares,PLS)法建模预测的定量模型,并对SAA中冷却进度表参数设置进行对比分析.实验依据面粉中灰分含量梯度,随机选取126份样本的近红外光谱建立SAA-PLS模型.结果发现,SAA从2 074个波数优选出70个波数,结合PLS建立的定量模型相关系数为0.976 0,交互验证均方根误差(root mean square error of cross validation,RMSECV)为0.022,预测均方根误差(root mean square error of prediction,RMSEP)为0.030 1,全谱建立的PLS模型相关系数为0.778 5,RMSECV为0.066 6,RMSEP为0.076 8.结果表明,基于SAA优化特征谱区,建立灰分定量模型是可行的,且准确度与稳健性明显优于全谱定量分析模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓荣	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	79	396	10.0	15.0
2	刘翠玲	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	119	568	11.0	17.0
3	窦颖	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	8	56	4.0	7.0
4	肖爽	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	1	7	1.0	1.0