基于人工蜂群波长优选和残差增广的近红外光谱定量模型研究

• 作者: 李玉榕 林双杰 柴琴琴 王武
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 近红外 特征波长 人工蜂群算法 浓度残差增广的最小二乘
• 年，卷（期）: 2018,（3）
• 页码范围: 335-340
• 页数: 6页
• 分类号: TP301.6|O433.4
• 字数: 3703字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.17252

摘要

提出一种基于人工蜂群(artificial bee colony,ABC)算法的光谱波长优选和残差数据增广回归算法的近红外光谱定量模型.以勾兑果汁中苹果汁原汁含量的近红外光谱数据为基础,对原始光谱数据进行预处理,通过人工蜂群算法优选光谱波长变量,采用优选出的波长变量建立近红外光谱浓度残差增广的最小二乘回归(con-centration residual augmented classical least squares,CRACLS)模型.将ABC波长优选后建立的CRACLS模型与全光谱建立的CRACLS模型,遗传算法(genetic algorithm,GA)波长优选后建立的CRACLS,ABC波长优选后建立的PLS模型,全光谱建立的PLS模型,GA波长优选后建立的PLS模型进行比较.实验结果表明,ABC-CRA-CLS模型的校正集的Rc值为0.9998,RMSEC值为0.0009,预测集的Rp值为0.9991,RMSEP值为0.0121,均优于其它几个模型.因此提出的人工蜂群算法能够有效地处理好波长变量的优选问题,并且CRACLS模型取得良好的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉榕	福州大学电气工程与自动化学院	20	94	6.0	9.0
3	王武	福州大学电气工程与自动化学院	113	701	15.0	22.0
9	柴琴琴	福州大学电气工程与自动化学院	7	15	3.0	3.0
10	林双杰	福州大学电气工程与自动化学院	4	4	1.0	2.0