遗传算法在近红外光谱分析中的应用及在土壤分析中的展望.pdf

《遗传算法在近红外光谱分析中的应用及在土壤分析中的展望.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第42卷第6期资源与环境化工设计通讯2016年6月ResourcesandEnvironmentChemicalEngineeringDesignCommunications遗传算法在近红外光谱分析中的应用及在土壤分析中的展望曲楠（吉林农业大学资源与环境学院，吉林长春130118）摘要：随着近红外光谱（NIR）分析方法的广泛应用，具有全局优化搜索能力的遗传算法（GA）得到了人们的关注。应用GA可以自动构建基于NIR光谱的数学校正模型，选择最优的模型参数和光谱波段，进而提高模型的预报精度及建模效率。简要介绍了遗传算法的基本原理，对该技术在NIR光谱分析中的具体应用进行了评述，

2、并对其在土壤NIR光谱分析中的前景进行了展望。关键词：近红外光谱；遗传算法；校正模型；波段选择中图分类号：O657.33文献标志码：A文章编号：1003–6490（2016）06–0164–02GeneticAlgorithmanditsProspectsintheNear-infraredSpectroscopicAnalysisofSoilAnalysisQuNanAbstract：Withthewideapplicationofnear-infraredspectroscopy（NIR）analysismethod，withglobaloptimizationsear

3、chabilityofgeneticalgorithm（GA）togetpeople'sattention.ApplicationofGAcanautomaticallybuildthemathematicalmodelbasedonNIRspectraofcalibration，selectingtheoptimalmodelparametersandspectralbands，thusimprovingtheaccuracyofforecastingandmodelingefficiencymodel.Introducesthebasicprinciplesofgene

4、ticalgorithms，thespecificapplicationofthistechnologyintheNIRspectralanalysiswerereviewed，anditsprospectsinthesoilNIRspectroscopicanalysiswerediscussed.Keywords：nearinfraredspectroscopy；GA；calibrationmodel；bandselectionNIR光谱技术以其简便、廉价、非破坏等特点，已被广2GA在NIR光谱分析中的应用泛应用到众多领域，并逐渐成为国内外学者研究的重要内容。目前，在N

5、IR光谱分析中，GA多与偏最小二乘（PLS）但由于NIR光谱谱峰重叠严重，强度较弱，且干扰强烈，须及人工神经网络（BP/RBF）等模型校正方法结合，用于NIR采用化学计量学方法解决光谱信息的提取及背景干扰的影响，光谱波段及校正模型参数的自动选择。建立NIR光谱数据与被测样品特征映射关系的校正模型，进2.1NIR光谱波段的选取而实现NIR光谱的无损、快速定性及定量分析。NIR光谱数据的压缩及信息变量的提取是NIR光谱分析由于校正模型自身的特性，其光谱波段的选择及模型参的热点，是模型简化及预测精度提高的重要手段。基于GA的数的选取往往需要凭借分析者的经验，受人为因素影响，因自适

6、应性及全局搜索能力等，其逐渐变成广泛使用的一种波[3]此不易得到最优的校正模型。GA是一种建立在自然选择和种长选择方法，且已成功用于NIR的波长选择。应用GA自群遗传学机理上的自适应启发式全局搜索算法，该方法借鉴动搜索有效光谱波段，不但减小了建模和预测运算时间，而[4]生物界自然选择和遗传机制，通过3种遗传操作：选择，交叉且提高了分析结果的准确性。陈永明等利用遗传算法提取和变异产生新一代种群，随着遗传迭代的进行，适应度值高近NIR光谱特征波长，结合主成分分析的BP神经网络对橄榄[1][5]的变量被保留，最终达到最优结果。目前GA已被用于NIR油产地成功进行分类。王徽蓉等通过

7、采集玉米种子的NIR光谱分析中，通过GA可实现对校正模型参数和光谱波段的自光谱数据，将GA与线性鉴别分析结合，实现了对玉米品种的[6]动优化，不但降低了模型的复杂度，同时提高了建模效率和快速鉴别。潘璐等提出利用GA进行NIR光谱波段优化可[7]模型预测性能。为此，本文对GA在NIR光谱分析中的应用以提高砂梨糖度PLS模型精度及提高建模效率。黄常毅等进行了简述，并展望了GA在土壤NIR光谱分析中的前景。研究了基于GA的NIR光谱波段选择方法，并建立所优选光1GA基本原理谱波段的预测红曲菌固态发酵生物量的PLS模型，该