基于MC-UVE、GA算法及因子分析对葡萄酒酒精度近红外定量模型的优化研究

• 作者: 张慧 朱华新 朱金林 王怡淼 赵建新 顾小红
• 来源期刊: 发光学报
• 学科: 工学
• 关键词: 近红外光谱 葡萄酒 遗传算法 蒙特卡罗无信息变量消除 因子分析
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 发光学应用及交叉前沿
• 页码范围: 1310-1316
• 页数: 7页
• 分类号: TN219
• 字数: 4236字
• 语种: 中文
• DOI: 10.3788/fgxb20183909.1310

摘要

对葡萄酒酒精度偏最小二乘(Partial least squares,PLS)回归模型进行优化研究.使用近红外光谱仪采集葡萄酒样本的光谱数据,用于建立酒精度定量模型,实现在线快速检测.通过蒙特卡罗无信息变量消除(Monte Carlo uninformative variable elimination,MC-UVE)和遗传算法(Genetic algorithm,GA)进行变量选择,基于被选择的变量分别进行PLS和因子分析(Factor analysis,FA),建立回归模型.结果表明,MC-UVE-GA-FAR模型预测集相关系数(R2)为0.946,预测均方根误差(Root mean square error of prediction,RMSEP)为0.215,效果优于MC-UVE-GA-PLS模型.与基于全范围光谱所建PLS回归模型相比,模型效果有所提升,而且模型所选变量个数仅为6,极大地简化了模型.MC-UVE和GA算法与FA分析结合可以实现模型的优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾小红	江南大学食品科学与技术国家重点实验室	87	1397	22.0	31.0
3	赵建新	江南大学食品学院	167	1220	16.0	27.0
4	朱华新	江南大学理学院	30	52	5.0	5.0
5	王怡淼	江南大学食品科学与技术国家重点实验室	1	5	1.0	1.0
9	朱金林	浙江大学控制科学与工程学院	1	5	1.0	1.0